在Java的Stanford NLP解析器中設置選項

Question

我正在嘗試使用Stanford NLP解析器來解析POS標記的數據。 由於我的數據已被標記和標記，因此我試圖使用setOptionFlags()方法通知解析器有關此信息，

LexicalizedParser lp = LexicalizedParser.loadModel("edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz");
lp.setOptionFlags(new String[]{"-sentences", "newline", "-tokenized", "-tagSeparator", "_", "-tokenizerFactory", "edu.stanford.nlp.process.WhitespaceTokenizer", "-tokenizerMethod", "newCoreLabelTokenizerFactory"});

但是，我不斷遇到異常，

Exception in thread "main" java.lang.IllegalArgumentException: Unknown option: -sentences

我已經通過提供的Javadocs在線搜索了，這是在他們的示例中完成的方法。 請幫忙！

Answer 1

用於標記化，標簽分離器等的選項是不解析器，狹義的選項，但是對於DocumentPreprocessor是，用於建立輸入到的主要方法解析器LexicalizedParser 。 對於實際的解析器，輸入是令牌列表，並且將對這些令牌進行解析。 因此，您不能使用setOptions()將這些選項作為解析器選項使用。

如果你有令牌的列表，你可以把它們直接進入分析器用這種方法在LexicalizedParser ： public Tree parse(List<? extends HasWord> lst) 如果列表中的項目實現了HasTag （例如TaggedWord或CoreLabel ）並且具有非null標簽，則解析器將在解析句子時使用該標簽。

如果要使用DocumentPreprocessor將帶有標記標記的單詞的文本分割開，則需要創建一個DocumentPreprocessor ，然后使用setTagDelimiter(String s)類的方法（有點手動，抱歉）進行設置。