如何使用引用注释器

Question

跑步

./corenlp.sh -annotators quote -outputFormat xml -file input.txt

关于修改后的输入文件

“斯坦福大学”位于加利福尼亚。这是一所伟大的大学，成立于 1891 年。

产生以下输出：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet href="CoreNLP-to-HTML.xsl" type="text/xsl"?>
<root>
  <document>
    <sentences/>
  </document>
</root>

也许我误解了这个注释器的预期用途，但我希望它能够标记句子中“。”之间的部分。

当我使用“常用”注释器 tokenize、ssplit、pos、lemma、ner 运行脚本时，它们都运行良好，但添加引号不会改变输出。我使用的是 stanford-corenlp-full-2015-12-09 版本。 如何使用引用注释器以及它的作用是什么？

Answer 1

如果您在 Java 代码中构建一个 StanfordCoreNLP 对象并使用引号注释器运行它，最终的 Annotation 对象将包含引号。

import java.io.*;
import java.util.*;
import edu.stanford.nlp.io.*;
import edu.stanford.nlp.ling.*;
import edu.stanford.nlp.pipeline.*;
import edu.stanford.nlp.trees.*;
import edu.stanford.nlp.trees.TreeCoreAnnotations.*;
import edu.stanford.nlp.semgraph.*;
import edu.stanford.nlp.ling.CoreAnnotations.*;
import edu.stanford.nlp.util.*;

public class PipelineExample {

    public static void main (String[] args) throws IOException {
        // build pipeline
        Properties props = new Properties();
        props.setProperty("annotators","tokenize, ssplit, quote");
        StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
        String text = "\"Stanford University\" is located in California. It is a great university, founded in 1891.";
        Annotation annotation = new Annotation(text);
        pipeline.annotate(annotation);
        System.out.println(annotation.get(CoreAnnotations.QuotationsAnnotation.class));
    }
}

目前没有任何输出器（json、xml、文本等）输出引号。我会记下我们应该将此添加到未来版本的输出中。