我尝试使用下面的斯坦福解析器在Scala中标记一个句子
val lp:LexicalizedParser = LexicalizedParser.loadModel("edu/stanford/nlp/models/lexparser/englishPCFG.ser.gz");
lp.setOptionFlags("-maxLength", "50", "-retainTmpSubcategories")
val s = "I love to play"
val parse :Tree = lp.apply(s)
val taggedWords = parse.taggedYield()
println(taggedWords)
我收到了一个错误 类型不匹配;发现：java.lang.String required：java.util.List [_ <：edu.stanford.nlp.ling.HasWord] 在线 val parse：Tree = lp.apply（s）
我不知道这是否是正确的做法。在Scala中有没有其他简单的方法来标记句子？
您可能想要考虑FACTORIE工具包（http://github.com/factorie/factorie）。它是机器学习和图形模型的通用库，恰好包括一套广泛的自然语言处理组件（标记化，标记规范化，形态分析，句子分割，词性标注，命名实体识别，依赖性解析，提及寻找，共同参与）。
此外，它完全用Scala编写，并在Apache License下发布。
文档目前很少，但未来几个月会有所改善。
例如，一旦完成基于Maven的安装，您可以在命令行键入：
bin/fac nlp --pos1 --parser1 --ner1
启动套接字监听多线程NLP服务器。然后通过将纯文本管道到其套接字号来查询它：
echo "Mr. Jones took a job at Google in New York. He and his Australian wife moved from New South Wales on 4/1/12." | nc localhost 3228
然后输出
1 1 Mr. NNP 2 nn O
2 2 Jones NNP 3 nsubj U-PER
3 3 took VBD 0 root O
4 4 a DT 5 det O
5 5 job NN 3 dobj O
6 6 at IN 3 prep O
7 7 Google NNP 6 pobj U-ORG
8 8 in IN 7 prep O
9 9 New NNP 10 nn B-LOC
10 10 York NNP 8 pobj L-LOC
11 11 . . 3 punct O
12 1 He PRP 6 nsubj O
13 2 and CC 1 cc O
14 3 his PRP$ 5 poss O
15 4 Australian JJ 5 amod U-MISC
16 5 wife NN 6 nsubj O
17 6 moved VBD 0 root O
18 7 from IN 6 prep O
19 8 New NNP 9 nn B-LOC
20 9 South NNP 10 nn I-LOC
21 10 Wales NNP 7 pobj L-LOC
22 11 on IN 6 prep O
23 12 4/1/12 NNP 11 pobj O
24 13 . . 6 punct O
当然，所有这些功能都有一个编程API。
import cc.factorie._
import cc.factorie.app.nlp._
val doc = new Document("Education is the most powerful weapon which you can use to change the world.")
DocumentAnnotatorPipeline(pos.POS1).process(doc)
for (token <- doc.tokens)
println("%-10s %-5s".format(token.string, token.posLabel.categoryValue))
将输出：
Education NN
is VBZ
the DT
most RBS
powerful JJ
weapon NN
which WDT
you PRP
can MD
use VB
to TO
change VB
the DT
world NN
. .
您可能想要考虑FACTORIE工具包（http://github.com/factorie/factorie）。它是机器学习和图形模型的通用库，恰好包括一套广泛的自然语言处理组件（标记化，标记规范化，形态分析，句子分割，词性标注，命名实体识别，依赖性解析，提及寻找，共同参与）。
此外，它完全用Scala编写，并在Apache License下发布。
文档目前很少，但未来几个月会有所改善。
例如，一旦完成基于Maven的安装，您可以在命令行键入：
bin/fac nlp --pos1 --parser1 --ner1
启动套接字监听多线程NLP服务器。然后通过将纯文本管道到其套接字号来查询它：
echo "Mr. Jones took a job at Google in New York. He and his Australian wife moved from New South Wales on 4/1/12." | nc localhost 3228
然后输出
1 1 Mr. NNP 2 nn O
2 2 Jones NNP 3 nsubj U-PER
3 3 took VBD 0 root O
4 4 a DT 5 det O
5 5 job NN 3 dobj O
6 6 at IN 3 prep O
7 7 Google NNP 6 pobj U-ORG
8 8 in IN 7 prep O
9 9 New NNP 10 nn B-LOC
10 10 York NNP 8 pobj L-LOC
11 11 . . 3 punct O
12 1 He PRP 6 nsubj O
13 2 and CC 1 cc O
14 3 his PRP$ 5 poss O
15 4 Australian JJ 5 amod U-MISC
16 5 wife NN 6 nsubj O
17 6 moved VBD 0 root O
18 7 from IN 6 prep O
19 8 New NNP 9 nn B-LOC
20 9 South NNP 10 nn I-LOC
21 10 Wales NNP 7 pobj L-LOC
22 11 on IN 6 prep O
23 12 4/1/12 NNP 11 pobj O
24 13 . . 6 punct O
当然，所有这些功能都有一个编程API。
import cc.factorie._
import cc.factorie.app.nlp._
val doc = new Document("Education is the most powerful weapon which you can use to change the world.")
DocumentAnnotatorPipeline(pos.POS1).process(doc)
for (token <- doc.tokens)
println("%-10s %-5s".format(token.string, token.posLabel.categoryValue))
将输出：
Education NN
is VBZ
the DT
most RBS
powerful JJ
weapon NN
which WDT
you PRP
can MD
use VB
to TO
change VB
the DT
world NN
. .
我发现了一种在Scala中进行POS标记的非常简单的方法
步骤1
从下面的链接下载stanford tagger版本3.2.0
http://nlp.stanford.edu/software/stanford-postagger-2013-06-20.zip
第2步
加 斯坦福大学postagger jar存在于项目的文件夹中，也放置了 英语left3words-distsim.tagger 文件存在于项目的models文件夹中
然后，使用下面的代码，您可以在Scala中标记一个句子
val tagger = new MaxentTagger(
"english-left3words-distsim.tagger")
val art_con = "My name is Rahul"
val tagged = tagger.tagString(art_con)
println(tagged)
输出： My_PRP $ name_NN is_VBZ Rahul_NNP
我相信斯坦福分析器的API在某种程度上有所改变。 apply 有签名， public Tree apply(java.util.List<? extends HasWord> words)，这是您在错误消息中看到的。
你现在应该使用的是 parse，有签名 public Tree parse(java.lang.String sentence)。