如何將命令行輸出從Freeling轉換爲易耗陣列

我爲此使用了Ruby。 Freeling（一個NLP工具）有一個淺解析器，當我運行一個淺解析命令時，它會爲文本「我剛讀過這本書，蚱蜢很沉重」返回一個字符串。如何將命令行輸出從Freeling轉換爲易耗陣列

a = <<EOT 
S_[ 
    sn-chunk_[ 
    +(I i PRP -) 
    ] 
    adv_[ 
    +(just just RB -) 
    ] 
    vb-chunk_[ 
    +(read read VB -) 
    ] 
    sn-chunk_[ 
    (the the DT -) 
    +n-chunk_[ 
     (book book NN -) 
     +n-chunk_[ 
     +(The_Grasshopper_Lies_Heavy the_grasshopper_lies_heavy NP -) 
     ] 
    ] 
    ] 
    st-brk_[ 
    +(. . Fp -) 
    ] 
] 

EOT

我想從這個以下數組：

["I", "just", "read", "the book The Grasshopper Lies Heavy","."]

（我想合併是在樹下，並把它作爲一個單一的數組元素的話）

到目前爲止，我已經寫了這麼多：

b = a.gsub(/.*\[/,'[').gsub(/.*\+?\((\w+|.) .*/,'\1').gsub(/\n| /,"").gsub("_","")

[[I][just][read][the[book[The Grasshopper Lies Heavy]]][.]]

那麼，我怎麼能得到所需的數組？

來源

2016-11-08 B A

您確定您使用的API無法輸出令牌列表嗎？加。對於文檔，如果您使用命令行，請嘗試「--outf token」。 –

@WiktorStribiżew它沒有。 '淺'是結果選項之一，如果我做另一個名爲'tagged'的選項，它只是分別標記每個單詞/命名實體，而我沒有得到「The Grasshopper Lies Heavy」這本書的樹。 –

用正則表達式的方法，你如何區分真正的'_'和Freeling樹構建器引入的？您現在刪除所有下劃線。或者在輸出樹中沒有下劃線？ –

從您的解決方案至今：

result = a.gsub(/.*\[/,'[').gsub(/.*\+?\((\w+|.) .*/,'\1').gsub(/\n| /,"").gsub("_"," ") 
result.split('][').map { |s| s.gsub(/\[|\]/, ' ').strip }  # ["I", "just", "read", "the book The Grasshopper Lies Heavy", "."]

來源

2016-11-08 12:50:45

@B A它解決了你的問題嗎？ –

哇這個作品。謝謝@Jagdeep –

很酷。您可以將其標記爲已接受。謝謝。 –

如果通過API Ruby中調用弗裏，你可以得到的聖誕樹，將穿越它。

如果您正在使用命令行程序的輸出並將其作爲字符串加載到Ruby中，可以使用選項「--output conll」來調用它，該選項可以更容易地處理表格格式。

來源

2016-11-30 07:56:32

我剛剛做了，但沒有奏效：這個工作''＃{analyzer_path} -f＃{cfg_path} --inpf plain --outf shallow「'這不''＃{analyzer_path} -f＃{ cfg_path} --inpf plain --outf shallow --output conll「' –

選項」--output conll「只適用於4.0版本的更新版本，看起來您使用的是3.x –

如何將命令行輸出從Freeling轉換爲易耗陣列

回答

相關問題