斯坦福自然语言处理(1)——三元组的使用_stanfordcorenlp抽取sao三元组

三元组是斯坦福自然语言解析中比较基础的一部分，主要过程是将每一个句子从文中提取出来以后，将句子中符合三元组（subject+relation+object）的成分提取出来，其中每个triple中有四个成员变量：
1、confidence：表示该三元组符合subject+relation+object程度的置信度
2、subject：三元组中的主体，表示动作的发出者
3、relation：三元组中表示subject和object的联系
4、object：三元组中表示relation动作的承受者

首先对工具入口StanfordCoreNLP进行实例化pipeline，并在管道中添加分析三元组所需要的功能，用Property类来实现。我这里定义了一个TripleBean类，每个三元组类中含有TripleSubject、TripleRelation、以及TripleObject、其中每个类中都包含该单词的词性、命名实体，以一个TripleElement作为例子

package edu.stu.common;

public class TripleElement {
private String element;
private String nameentity;
private String partofspeech;

public TripleElement(String element ,String nameentity ,String partofspeech)\\实例化一个TripleElement对象
{
    this.element = element;
    this.nameentity = nameentity;
    this.partofspeech = partofspeech;
}

public  String getElement()\\元素的单词本身
{
    return this.element;
}

public String getPartOfSpeech()\\元素的词性
{
    return this.partofspeech;
}
public String getNameEntity()\\元素的命名实体识别
{
    return this.nameentity;
}

public String toString()\\输出该对象时，输出对象中的单词
{
    return this.getElement();
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

`

“`

package edu.stanford.nlp.pipeline.tool;

public class Triple
{
    private StanfordCoreNLP pipeline = null;    
    private String content = null;
    private Annotation doc = null;  
    private Collection<RelationTriple> triples = null;
    private Collection<TripleBean> triplebeans = null;

    public Triple(File filename)
    {
        Properties props = new Properties();
        props.put("annotators", "tokenize, ssplit, pos, lemma, ner, depparse, natlog, openie"); 

        triplebeans = new ArrayList();

        this.pipeline = new StanfordCoreNLP(props);  
        this.content = new ReadFile(filename).getContent();
        this.doc = new Annotation(this.content);                                 // 用字符串初始化一个annotation类型
        pipeline.annotate(doc);
    }

    public Triple(String content)
    {
        Properties props = new Properties();         //props是一个类似map的结构
        props.put("annotators", "tokenize, ssplit, pos, lemma, ner, depparse, natlog, openie"); 

        triplebeans = new ArrayList();

        this.pipeline = new StanfordCoreNLP(props);  
        this.content = content;
        this.doc = new Annotation(this.content);                                 // 用字符串初始化一个annotation类型
        pipeline.annotate(doc);
        convertToTripleBean();
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36