Stanford nlp 返回所有匹配的表达式

是否有方法返回所有匹配的表达式

考虑下面的句子

John Snow killed Ramsay Bolton

在哪里

John NNP

，

Snow NNP

，

Villed-VBD

，

Ramsay NNP

，

Bolton NNP

我使用下面的标记组合作为规则

NNP-NNP
NNP-VBD
VBD-NNP

上述规则中的预期匹配词为：

John Snow, Snow killed, killed Ramsay, Ramsay Bolton

但使用下面的代码，我只得到匹配表达式：

[John Snow, killed Ramsay]

在斯坦福大学的

stanford

中有没有一种方法可以从句子中获得所有预期的匹配词？这是我现在使用的代码和规则文件：

import com.factweavers.multiterm.SetNLPAnnotators;
    import edu.stanford.nlp.ling.CoreAnnotations;
    import edu.stanford.nlp.ling.tokensregex.CoreMapExpressionExtractor;
    import edu.stanford.nlp.ling.tokensregex.Env;
    import edu.stanford.nlp.ling.tokensregex.NodePattern;
    import edu.stanford.nlp.ling.tokensregex.TokenSequencePattern;
    import edu.stanford.nlp.pipeline.Annotation;
    import edu.stanford.nlp.pipeline.StanfordCoreNLP;
    import edu.stanford.nlp.util.CoreMap;
    import java.util.List;
    import java.util.regex.Pattern;

    public class StanfordTest {
        public static void main(String[] args) {
            String rulesFile="en.rules";
            Env env = TokenSequencePattern.getNewEnv();
            env.setDefaultStringMatchFlags(NodePattern.NORMALIZE);
            env.setDefaultStringPatternFlags(Pattern.CASE_INSENSITIVE);
            env.bind("collapseExtractionRules", false);

            CoreMapExpressionExtractor extractor= CoreMapExpressionExtractor.createExtractorFromFiles(env, rulesFile);


            String content="John Snow killed Ramsay Bolton";
            Annotation document = new Annotation(content);
            SetNLPAnnotators snlpa = new SetNLPAnnotators();
            StanfordCoreNLP pipeline = snlpa.setAnnotators("tokenize, ssplit, pos, lemma, ner");
            pipeline.annotate(document);
            List<CoreMap> sentences = document.get(CoreAnnotations.SentencesAnnotation.class);

            sentences.parallelStream().forEach(sentence -> {
                System.out.println(extractor.extractExpressions(sentence));
            });
        }
    }

---

我认为你需要为不同的东西创建不同的提取器

这里的问题是，当您有两个像这样重叠的词性标记规则序列时，第一个匹配的标记会吸收阻止第二个模式匹配的标记

因此，如果（NNP，NNP）是第一条规则，“约翰·斯诺”将被匹配。但那时的雪是无法与“雪死”相匹配的

如果您有一组像这样重叠的模式，您应该将它们分开，并将它们放在单独的提取器中

---

所以你可以有一个（名词，动词）提取器，还有一个单独的（名词，名词）提取器。

那么如果有10条规则，我需要创建10个提取器对象吗？Env类中是否有类似于collapseeextractionrules的简单设置？

{
   ruleType:"tokens",
   pattern:([{tag:/VBD/}][ {tag:/NNP/}]),
   result:"result1"
}

{
   ruleType:"tokens",
   pattern:([{tag:/NNP/}][ {tag:/VBD/}]),
   result:"result2"
}

{
   ruleType:"tokens",
   pattern:([{tag:/NNP/}][ {tag:/NNP/}]),
   result:"result3"
}