java - 自然言語処理GATEで段落を読む方法

Question

自然言語処理にGATEツールを使用しています.Javaコードを使用して文から行を読み取り、キーワードを取得しています.完全な段落を読み取るためにクレオールxmlでどのような変更を行う必要があります..

Answer 1

使用できます

doc.getNamedAnnotationSets().get("Original markups")

結果が得られない場合annotateParagraphs()は、クラスのメソッドを 使用できますgate.corpora.TextualDocumentFormat。

Answer 2

これは私のために働いた：

1. ゲートの初期化
2. ゲート コントローラーの作成 (デフォルトは ANNIE)
3. コーパスの作成、コントローラへのコーパスの設定、ゲートドキュメント（gateDoc）の作成、コーパスへの追加
4. controller.execute();

5. 次のコード

           FeatureMap features = gateDoc.getFeatures();
           String originalContent = (String)
        features.get(GateConstants.ORIGINAL_DOCUMENT_CONTENT_FEATURE_NAME);
           int length = originalContent.length();
   
           TextualDocumentFormat tdf = new TextualDocumentFormat();
               try {
                   tdf.annotateParagraphs(gateDoc,0, length,null);
   
   
               } catch (DocumentFormatException e) {
                   e.printStackTrace();
               }
   
           AnnotationSet paragraphs = gateDoc.getAnnotations().get("paragraph");
   
           Iterator it = paragraphs.iterator();
           Annotation currAnnot;
           SortedAnnotationList sortedParagraphs = new SortedAnnotationList();
   
           while (it.hasNext()) {
               currAnnot = (Annotation) it.next();
               sortedParagraphs.addSortedExclusive(currAnnot);
           } // while
   
           StringBuffer editableContent = new StringBuffer(originalContent);
   
   
               System.out.println("Number of Paragraphs -  "+paragraphs.size());
   
               for(Annotation paragraph:paragraphs){
                   long start = paragraph.getStartNode().getOffset().longValue();
                   long end = paragraph.getEndNode().getOffset().longValue();
   
                   String paraText=editableContent.substring((int) start, (int) end);
                   System.out.println(paraText);
               }