代码之家 › 专栏 › 技术社区 › Fluffy

如何在Java中结合英语单词?

linguistics nlp java

4

Fluffy · 技术社区 · 15 年前

假设我有一个单词的基本形式和 Penn Treebank Tag Set . 如何得到共轭形式?例如,对于“do”和“vbn”,如何才能获得“done”?

我认为这个任务已经在一些NLP库中实现了,所以我不想发明自行车。这样的东西存在吗?

2 回复 | 直到 13 年前

1

0

richj 15 年前

如果你有课:

public Treebank {
    public String conjugate(String base, String formTag);

    ...
}

然后:

String conjugated = treebank.conjugate(base, formTag);

如果没有TreeBank类,它可能看起来有点像这样:

public Treebank {
    private Map<String, Map<String, String>> m_map = new HashMap<String, Map<String, String>>();

    public Treebank() {
        populate();
    }

    public String conjugate(String base, String formTag) {
        return m_map.get(base, formTag);
    }

    private void populate() {
        InputStream istream = openDataFile();

        try {
            for (Record record = readRecord(istream); record !== null; record = readRecord(istream)) {

                // Add the entry
                Map<String, String> entry = m_map.get(record.base);

                if (entry == null)
                    entry = new HashMap<String, String>();

                entry.put(record.formTag, record.conjugatedForm);
                m_map.put(record.base, entry);
           }
        }
        finally {
            closeDataFile(istream);
        }
    }

    // Data management - to be implemented.
    private InputStream openDataFile()                     { ... }
    private Record      readRecord(InputStream istream)    { ... }
    private void        closeDataFile(InputStream istream) { ... }

    private static class Record {
        String base;
        String formTag;
        String conjugatedForm;
    }
}

更好的解决方案可能涉及数据库而不是数据文件。我还将把数据访问代码重构为数据访问对象。

2

0

pbr 15 年前

这里您要做的是创建一个包含答案的稀疏数组,可以通过术语本身作为一个键进行索引,并将ptts代码(cc、to、vbd)作为另一个键。