OpenNLP Nome Finder

Question

Sto usando il documento di esempio API NameFinder di OpenNLP. Dopo aver inizializzato il nome Finder la documentazione utilizza il seguente codice per il testo di input:

for (String document[][] : documents) { 

    for (String[] sentence : document) { 
    Span nameSpans[] = nameFinder.find(sentence); 
    // do something with the names 
    } 

    nameFinder.clearAdaptiveData() 
} 

Tuttavia quando ho portare questo in eclisse dei 'documenti' (non 'documento') Variabile mi sta dando un errore che dice la variabile i documenti non possono essere risolti. Qual è la documentazione che si riferisce alla variabile dell'array 'documents'? Devo inizializzare un array chiamato 'documenti' che tiene i file txt per questo errore andare via?

Grazie per il vostro aiuto.

Answer 1

Il OpenNLP documentation indica che il testo di input deve essere segmentato in documenti, frasi e token. Il pezzo di codice che hai fornito illustra come trattare diversi documenti.

Se si dispone di un solo documento non è necessario il primo per, solo quello interno con la matrice di frasi, che è composto da una serie di token.

Per creare un array di frasi da un documento è possibile utilizzare OpenNLP SentenceDetector e, per ogni frase, è possibile utilizzare Tokenizer OpenNLP per ottenere l'array di token.

Il codice sarà simile a questa:

// somehow get the contents from the txt file 
//  and populate a string called documentStr 

String sentences[] = sentenceDetector.sentDetect(documentStr); 
for (String sentence : sentences) { 
    String tokens[] = tokenizer.tokenize(sentence); 
    Span nameSpans[] = nameFinder.find(tokens); 
    // do something with the names 
    System.out.println("Found entity: " + Arrays.toString(Span.spansToStrings(nameSpans, tokens))); 
} 

È possibile imparare a utilizzare il SentenceDetector e il Tokenizer da OpenNLP documentation documentazione.