Parsing CoreNLP：提供pos标签
我有已经标记化、句子分割和位置标记的文本 我想使用CoreNLP对引理（Parsing CoreNLP：提供pos标签,parsing,tokenize,pos-tagger,stanford-nlp,Parsing,Tokenize,Pos Tagger,Stanford Nlp,我有已经标记化、句子分割和位置标记的文本 我想使用CoreNLP对引理（lemma）、命名实体（ner）、连续性和依赖性解析（parse）以及coreference（dcoref）进行注释 是否有命令行选项和选项文件规范的组合使这从命令行成为可能 根据，我可以通过将以下内容添加到我的属性文件中，要求解析器将空白视为分隔标记，将换行视为分隔句子： tokenize.whitespace = true ssplit.eolonly = true 这很好，所以剩下的就是向CoreNLP指定我也想提供
lemmanerparsedcoreftokenize.whitespace = true
ssplit.eolonly = true
java -cp *:./* -Xmx2g edu.stanford.nlp.pipeline.StanfordCoreNLP -props my-properties-file -outputFormat xml -outputDirectory my-output-dir -sentences newline -tokenized -tagSeparator / -tokenizerFactory edu.stanford.nlp.process.WhitespaceTokenizer -tokenizerMethod newCoreLabelTokenizerFactory -file my-annotated-text.txt
虽然涉及编程调用，但我将从命令行调用CoreNLP作为更大系统的一部分，因此我真正想问的是，使用命令行选项是否可以实现这一点。我认为使用命令行选项是不可能的 如果您愿意，您可以创建一个自定义注释器并将其包含在管道中，您可以使用该方法 以下是一些示例代码：
package edu.stanford.nlp.pipeline;
import edu.stanford.nlp.util.logging.Redwood;
import edu.stanford.nlp.ling.*;
import edu.stanford.nlp.util.concurrent.MulticoreWrapper;
import edu.stanford.nlp.util.concurrent.ThreadsafeProcessor;
import java.util.*;
public class ProvidedPOSTaggerAnnotator {
public String tagSeparator;
public ProvidedPOSTaggerAnnotator(String annotatorName, Properties props) {
tagSeparator = props.getProperty(annotatorName + ".tagSeparator", "_");
}
public void annotate(Annotation annotation) {
for (CoreLabel token : annotation.get(CoreAnnotations.TokensAnnotation.class)) {
int tagSeparatorSplitLength = token.word().split(tagSeparator).length;
String posTag = token.word().split(tagSeparator)[tagSeparatorSplitLength-1];
String[] wordParts = Arrays.copyOfRange(token.word().split(tagSeparator), 0, tagSeparatorSplitLength-1);
String tokenString = String.join(tagSeparator, wordParts);
// set the word with the POS tag removed
token.set(CoreAnnotations.TextAnnotation.class, tokenString);
// set the POS
token.set(CoreAnnotations.PartOfSpeechAnnotation.class, posTag);
}
}
}