Fragmentar un texto con el Stanford-PNL

Question

estoy usando la PNL núcleo de Stanford y usar esta línea para cargar algunos módulos para procesar mi texto:

props.put("annotators", "tokenize, ssplit, pos, lemma, ner, parse, dcoref"); 

Es allí un módulo que puedo cargar a trozos ¿el texto?

¿O alguna sugerencia con una forma alternativa de utilizar el stanford core para cortar algo de texto?

Gracias

Answer 1

Creo que la salida del analizador se puede utilizar para obtener trozos NP. Eche un vistazo a la representación sin contexto en el Stanford Parser website que proporciona salida de ejemplo.

Answer 2

Para utilizar fragmentación con Stanford PNL se pueden utilizar los siguientes paquetes:

• YamCha: SVM basado en NP-chunker, también se pueden utilizar para el etiquetado POS, NER, etc. C/C++ de código abierto. Won CoNLL 2000 tarea compartida. (Menos automático que un etiquetador de POS especializado para un usuario final.)
• Mark Greenwood's Sustantivo Frase Chunker: Una reimplementación Java de Ramshaw y Marcus (1995).
• fnTBL: una implementación rápida y flexible de Transformation-Based Learning en C++. Incluye un rotulador de POS, pero también modelos de fragmentación NP y fragmentación general.

Fuente: http://www-nlp.stanford.edu/links/statnlp.html#NPchunk