Regulärer Ausdruck auf markierten Wörtern

Question

Gegeben eine Zeichenfolge, die einen Satz wie diesen darstellt, gefolgt von der Markierung der Zeichenfolge mit OpenNLP.

String sentence = "His plays remain highly popular, and are constantly studied.";

ich dieses unten. Meine Frage ist, wie kann ich einen regulären Ausdruck darauf anwenden, um Tags herauszufiltern? Was mich abschreckt, ist das Wort, das jedem Bindestrich vorangestellt wird. Wenn es nur Tags wären, könnte ich etwas wie (VBP|VBN)+ zum Beispiel machen, die Wörter vorne würden variieren.

His_PRP$ plays_NNS remain_VBP highly_RB popular,_JJ and_CC are_VBP constantly_RB studied._VBN

Zum Beispiel, wie würde ich schreiben einen regulären Ausdruck alle NN und CC zu halten? Also gegeben die markierte Zeichenfolge wie oben gezeigt, wie bekomme ich plays_NNS and_CC?

Answer 1

Ich glaube, Sie reguläre Ausdrücke und extrahieren Sie die gewünschten Teil verwenden können, die Ihr Muster übereinstimmt und verketten resultierende Zeichenfolge erforderlich zu erhalten.

String text = "His_PRP$ plays_NNS remain_VBP highly_RB popular,_JJ and_CC are_VBP constantly_RB studied._VBN"; 
String pattern = "([^\\s]+_(NNS|CC))"; 
String resultText = ""; 

    // Create a Pattern object 
    Pattern r = Pattern.compile(pattern); 

    // Now create matcher object. 
    Matcher m = r.matcher(text); 
    while (m.find()) 
    { 
     resultText = resultText + m.group(0) + " "; 
    } 

    System.out.println("RESULT: " + resultText); 

    /* 
    #### OUTPUT ##### 
    RESULT: plays_NNS and_CC 
    */ 

Answer 2

[^\s]+_(NNS|CC) 

Dieser reguläre Ausdruck hilft Ihnen, nur NNS- und CC-Tags zu extrahieren. Sie können mit dem Regexp hier spielen: https://regex101.com/r/x1VxL0/1

Answer 3

Nicht-Regex-Lösung mit einer Filtermethode.

public static void main(String []args){ 

    String inputText = "His_PRP$ plays_NNS remain_VBP highly_RB popular,_JJ and_CC are_VBP constantly_RB studied._VBN"; 

    String[] tags = {"_NN", "_CC"}; 
    String[] found = filter(inputText, tags); 

    for(int i = 0; i < found.length; i++){ 
    System.out.println(found[i]); 
    } 
} 

private static String[] filter(String text, String[] tags){ 

    String[] words = text.split(" "); // Split words by spaces 
    ArrayList<String> results = new ArrayList<String>(); 

    // Save all words that match any of the provided tags 
    for(String word : words){ 
    for(String tag : tags){ 
     if(word.contains(tag)){ 
     results.add(word); 
     break; 
     } 
    } 
    } 
    return results.toArray(new String[0]); // Return results as a string array 
} 

Drucke auf der Konsole:

plays_NNS                                       
and_CC