执行和测试stanford核心nlp示例

作者: 子阳
发布时间: 2024-09-02 01:36:16 (1月前)
转自：

5 条回复

0#
回复此人
记忆只剩空城 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 按照这个例子 <a href="http://www-nlp.stanford.edu/sentiment/code.html" rel="nofollow"> 这里 </A> 你需要运行情绪分析。 </p> <pre> <code> java -cp "*" -mx5g edu.stanford.nlp.sentiment.SentimentPipeline -file input.txt </code> </pre> <P> 显然这是一个内存昂贵的操作，它可能不完整只有1千兆字节。然后你可以使用“评估工具” </p> <pre> <code> java -cp "*" edu.stanford.nlp.sentiment.Evaluate edu/stanford/nlp/models/sentiment/sentiment.ser.gz input.txt </code> </pre> </DIV>

编辑
1#
回复此人
一腔诗意喂了狗 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 这对我来说很好 - </p> <P> Maven依赖： </p> <pre> <code> <dependency> <groupId>edu.stanford.nlp</groupId> <artifactId>stanford-corenlp</artifactId> <version>3.5.2</version> <classifier>models</classifier> </dependency> <dependency> <groupId>edu.stanford.nlp</groupId> <artifactId>stanford-corenlp</artifactId> <version>3.5.2</version> </dependency> <dependency> <groupId>edu.stanford.nlp</groupId> <artifactId>stanford-parser</artifactId> <version>3.5.2</version> </dependency> </code> </pre> <P> Java代码： </p> <pre> <code> public static void main(String[] args) throws IOException { String text = "This World is an amazing place"; Properties props = new Properties(); props.setProperty("annotators", "tokenize, ssplit, pos, lemma, parse, sentiment"); StanfordCoreNLP pipeline = new StanfordCoreNLP(props); Annotation annotation = pipeline.process(text); List<CoreMap> sentences = annotation.get(CoreAnnotations.SentencesAnnotation.class); for (CoreMap sentence : sentences) { String sentiment = sentence.get(SentimentCoreAnnotations.SentimentClass.class); System.out.println(sentiment + "\t" + sentence); } } </code> </pre> <P> 结果： </p> <P> 非常积极这个世界是一个了不起的地方 </p> </DIV>

编辑
2#
回复此人
！啊啊 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 您需要将“情绪”注释器添加到注释器列表中： </p> <pre> <code> -annotators tokenize,ssplit,pos,lemma,parse,sentiment </code> </pre> <P> 这将为XML中的每个句子节点添加“情绪”属性。 </p> </DIV>

编辑
3#
回复此人
别闹 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 您可以在代码中执行以下操作： </p> <pre> <code> String text = "I am feeling very sad and frustrated."; Properties props = new Properties(); props.setProperty("annotators", "tokenize, ssplit, pos, lemma, parse, sentiment"); StanfordCoreNLP pipeline = new StanfordCoreNLP(props); <...> Annotation annotation = pipeline.process(text); List<CoreMap> sentences = annotation.get(CoreAnnotations.SentencesAnnotation.class); for (CoreMap sentence : sentences) { String sentiment = sentence.get(SentimentCoreAnnotations.SentimentClass.class); System.out.println(sentiment + "\t" + sentence); } </code> </pre> <P> 它将打印句子和句子本身的情绪，例如： “我感到非常伤心和沮丧。”： </p> <pre> <code> Negative I am feeling very sad and frustrated. </code> </pre> </DIV>

编辑

登录后才能参与评论