Nlp 从标记器获取附加信息（主动/被动、时态…）

我用斯坦福标记器来确定词类。然而，我想从文本中获得更多信息。是否有可能获得进一步的信息，比如句子的时态，或者是主动/被动语态

到目前为止，我使用的是非常基本的词性标注方法：

List<List<TaggedWord>> taggedUnits = new ArrayList<List<TaggedWord>>();

String input = "This sentence is going to be future. The door was opened.";
for (List<HasWord> sentence : MaxentTagger.tokenizeText(new StringReader(input)))
{
     taggedUnits.add(tagger.tagSentence(sentence));
}

List taggedUnits=new ArrayList（）；
String input=“这句话将成为未来。门已经打开。”；
for（列表语句：MaxentTagger.tokenizeText（新StringReader（输入）））
{
taggedUnits.add（tagger.tag句子（句子））；
}

您可以从各种penn标签中获取时态信息：

27. VB  Verb, base form
28. VBD Verb, past tense
29. VBG Verb, gerund or present participle
30. VBN Verb, past participle
31. VBP Verb, non-3rd person singular present
32. VBZ Verb, 3rd person singular present

关于主动/被动方面，您可以使用斯坦福核心NLP中包含的类型依赖项

如果句子是主动语态，则应存在“nsubj”依赖关系

如果句子是被动语态，“nsubjpass”依赖项应为 存在

---

希望这有帮助。

非常感谢您的帮助！然而，我在使用德语进行“主动/被动检测”时遇到了问题->我一直在阅读关于这方面的文档，这种nsubjpass关系似乎是所有被动句的一个特征-这非常有用，但不是全部，因为两者都可以出现。例如，“在营地建立之前，他们不再说话。”我得到nsubjpass表示“营地”，nsubj表示“他们”。假设句子中的前一个句子更重要是否合理？