Как определить набор основных и представительных упоминаний в Stanford CoreNLP Coreferences?

Question

Я использую Stanford CoreNLP. Мне нужно, чтобы обнаружить и идентифицировать «кореферентности набор» ы и «представитель Упоминание» s для каждого CorefChain в моем входном тексте:

Например: Вход: Обама был избран в сенат штата Иллинойс в 1996 году и служил там восемь лет. В 2004 году он был избран рекордным большинством в Сенат США из Иллинойса и в феврале 2007 года объявил о своей кандидатуре на пост президента.

Выход: С «Pretty Print» Я могу получить ниже результат:

**Coreference set: 
(2,4,[4,5]) -> (1,1,[1,2]), that is: "he" -> "Obama" 

(2,24,[24,25]) -> (1,1,[1,2]), that is: "his" -> "Obama" 

(3,22,[22,23]) -> (1,1,[1,2]), that is: "Obama" -> "Obama"** 

Однако, мне нужно программно идентифицировать и обнаружить выше выход, который называется «кореферентности набор». (Я имею в виду, я должен определить все пары, как: «он» -> «Обама»)

Примечание: Мой базовый код является один ниже (это от http://stanfordnlp.github.io/CoreNLP/coref.html):

import edu.stanford.nlp.hcoref.CorefCoreAnnotations; 
import edu.stanford.nlp.hcoref.data.CorefChain; 
import edu.stanford.nlp.hcoref.data.Mention; 
import edu.stanford.nlp.ling.CoreAnnotations; 
import edu.stanford.nlp.pipeline.Annotation; 
import edu.stanford.nlp.pipeline.StanfordCoreNLP; 
import edu.stanford.nlp.util.CoreMap; 
import java.util.Properties; 
public class CorefExample { 

public static void main(String[] args) throws Exception { 

Annotation document = new Annotation("Obama was elected to the Illinois state senate in 1996 and served there for eight years. In 2004, he was elected by a record majority to the U.S. Senate from Illinois and, in February 2007, announced his candidacy for President."); 
Properties props = new Properties(); 
props.setProperty("annotators", "tokenize,ssplit,pos,lemma,ner,parse,mention,coref"); 
StanfordCoreNLP pipeline = new StanfordCoreNLP(props); 
pipeline.annotate(document); 
System.out.println("---"); 
System.out.println("coref chains"); 
for (CorefChain cc : document.get(CorefCoreAnnotations.CorefChainAnnotation.class).values()) { 
    System.out.println("\t"+cc); 
} 
for (CoreMap sentence : document.get(CoreAnnotations.SentencesAnnotation.class)) { 
    System.out.println("---"); 
    System.out.println("mentions"); 
    for (Mention m : sentence.get(CorefCoreAnnotations.CorefMentionsAnnotation.class)) { 
    System.out.println("\t"+m); 
    } 
    } 
    } 
} 

///// Any Idea? THANK YOU in ADVANCE 

Answer 1

CorefChain содержит эту информацию.

Например, вы можете получить:

List<CorefChain.CorefMention> 

с помощью этого метода:

cc.getMentionsInTextualOrder(); 

Это даст вам все CorefChain.CorefMention находится в документе для этого конкретного кластера.

Вы можете получить репрезентативную упоминание этого метода:

cc.getRepresentativeMention(); 

CorefChain.CorefMention представляет собой особое упоминание в COREF кластере. Вы можете получить такую ​​информацию, как полную строку и позицию из CorefChain.CorefMention (номер предложения, указать номер в предложении):

for (CorefChain.CorefMention cm : cc.getMentionsInTextualOrder()) { 
    String textOfMention = cm.mentionSpan; 
    IntTuple positionOfMention = cm.position; 
} 

Вот ссылка на Javadoc для CorefChain:

http://nlp.stanford.edu/nlp/javadoc/javanlp/edu/stanford/nlp/dcoref/CorefChain.html

Вот ссылка на Javadoc для CorefChain.CorefMention:

http://nlp.stanford.edu/nlp/javadoc/javanlp/edu/stanford/nlp/dcoref/CorefChain.CorefMention.html