如何获得所有有 2 或 3 个直系子女的 VP 和 NP答案

【问题标题】：How to get all VP and NP that have 2 or 3 direct children如何获得所有有 2 或 3 个直系子女的 VP 和 NP
【发布时间】：2018-05-15 14:17:03
【问题描述】：

我正在使用斯坦福 NLP 生成文档解析树。然后，我想遍历这些文档并存储所有 2 或 3 个单词长的短语，它们是 VP（动词短语）或 NP（名词短语）的一部分。我可以使用什么策略来实现这一目标？

【问题讨论】：

请查看更新后的答案。已经有一些内置方法可以在树中查找我的原始答案未使用的成分。我觉得这个新版本更好。

标签： nlp stanford-nlp

【解决方案1】：

这里有一些示例代码将遍历一棵树并打印出 NP 和 VP 中的单词：

package edu.stanford.nlp.examples;

import edu.stanford.nlp.ling.CoreAnnotations;
import edu.stanford.nlp.pipeline.Annotation;
import edu.stanford.nlp.pipeline.StanfordCoreNLP;
import edu.stanford.nlp.trees.*;

import java.util.*;

public class ConstituentExample {

  public static void main(String[] args) {
    // set up pipeline properties
    Properties props = new Properties();
    props.setProperty("annotators", "tokenize,ssplit,pos,lemma,ner,parse");
    // use faster shift reduce parser
    props.setProperty("parse.model", "edu/stanford/nlp/models/srparser/englishSR.ser.gz");
    props.setProperty("parse.maxlen", "100");
    // set up Stanford CoreNLP pipeline
    StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
    // build annotation for a review
    Annotation annotation =
        new Annotation("The small red car turned very quickly around the corner.");
    // annotate
    pipeline.annotate(annotation);
    // get tree
    Tree tree =
        annotation.get(CoreAnnotations.SentencesAnnotation.class).get(0).get(TreeCoreAnnotations.TreeAnnotation.class);
    System.out.println(tree);
    Set<Constituent> treeConstituents = tree.constituents(new LabeledScoredConstituentFactory());
    for (Constituent constituent : treeConstituents) {
      if (constituent.label() != null &&
          (constituent.label().toString().equals("VP") || constituent.label().toString().equals("NP"))) {
        System.err.println("found constituent: "+constituent.toString());
        System.err.println(tree.getLeaves().subList(constituent.start(), constituent.end()+1));
      }
    }
  }
}

【讨论】：