假设我有以下代码：
TokenSequencePattern p = TokenSequencePattern.compile("[{tag:/JJ.*/}] [{tag:/NN.*/}]");
TokenSequenceMatcher m = tPattern.getMatcher(coreLabelList);
while (tMatcher.find()){
List<CoreMap> matches = m.groupNodes();
}
我想在这里捕捉的是一个形容词后跟一个名词，即它必须以一个形容词开头，并且必须以一个名词结尾。例如，如果我有“漂亮的围巾”，它应该是匹配的，但如果我有“漂亮的带白点的围巾”，则不应该是匹配的。目前，上面的标记正则表达式与这两个短语都匹配。如何指定序列的确切开始和确切结束？
【问题讨论】：
标签： java regex stanford-nlp
你可以使用
TokenSequencePattern p = TokenSequencePattern.compile("[tag:/JJ.*/] [tag:/NN.*/]");
使用A round ball is bouncing very high in to the blue sky. 进行测试产生了round ball 和blue sky 子字符串。
要只获得整个字符串匹配，如果要使用Matcher#find()，则需要使用anchors（对于Matcher#matches()，锚是隐含的）。
因此，要仅将round ball 字符串匹配为形容词和名词的组合，您可以使用
TokenSequencePattern p = TokenSequencePattern.compile("^[tag:/JJ.*/] [tag:/NN.*/]$");
或
TokenSequencePattern p = TokenSequencePattern.compile("\\A[tag:/JJ.*/] [tag:/NN.*/]\\z");
^ / \A 代表字符串的开头（另外，\A 将始终匹配字符串的开头），$ / \z 匹配字符串的结尾（注意\z 将始终匹配字符串的末尾，而 $ - 即使您没有使用多行修饰符 - 也允许在其后添加换行符）。
注意：锚点是在 CoreNLP 3.7.0 上测试的。它们不适用于某些版本（例如，不适用于 CoreNLP 3.5.1，它会引发错误：Lexical error at line 1, column 1. Encountered: "^" (94), after : ""）
【讨论】：
JJ 代表形容词，而不是限定词。确定器指定为DT。见ling.upenn.edu/courses/Fall_2003/ling001/penn_treebank_pos.html。 "[tag:/JJ.*/] [tag:/NN.*/]" 产生所有出现的ADJ+space+NOUN（就像你写的我想在这里捕捉的是一个形容词后跟一个名词）。
A round ball... 以限定词开头（“A”是限定词，而不是形容词）。我只想匹配以形容词开头并以名词结尾的短语，您的情况 - 以限定词开头，我不想捕捉“圆球”或“蓝天”，而是匹配整个测试短语开始和结束 POS 标签。
.find() 一起使用。如果您需要整个字符串匹配，请将其与matches() 一起使用。否则，您需要在模式周围使用锚点 ^ 和 $，即 "^[tag:/JJ.*/] [tag:/NN.*/]$"
"^[tag:/JJ.*/] [tag:/NN.*/]$" 中时，它会抛出一个错误 - Lexical error at line 1, column 1. Encountered: "^" (94), after : "" 有什么办法可以使用 TokenRegex 来处理这个问题？