如何从POS标记文件中提取名词单词 [英] how to extract noun words from POS tagged file

问题描述

hi


我想从用urdu语言编写的文件中提取名词。这是POS标记文件。因此，对于每个单词，附加标签，如< NN>。 ，< P>我想用< NN>提取单词。标签

文件是：

گڑھی< PN>شاہو< PN>پل< PN>پر< P>ڈور< NN>سے< SE>ہلاک< ADJ>ہونے< VB>والے< WALA>ناصر< PN>کے< P>بارے< NN>میں< P> 22℃; CA>




$ b $双向我正在使用C＃.Net，代码是：



var re = new Regex（@\d + \。\\\ + + \ + +（。*？ ）\ + +< nn>）;



foreach（在re.Matches中匹配m（textBox1.Text））

textBox2 .Text = textBox2.Text ++ m.Groups [1] .Value



请帮助我。

解决方案

试试这个：

  string  input =  گڑھی< PN>شاہو< PN>پل< PN>< P>ڈور< NN>سے< SE>ہلاک< ADJ>ہونے< VB>والے< WALA>ناص رLT&; PN>کے< P>بارے< NN>میں< P> 22℃; CA>中; 
  var  matches = Regex.Matches（input， @ （（[^<>] +）≤（[^>] +）>））; 
 
  foreach （ var  m 在匹配）
 {
  //   m.Groups [0]和m .Groups [1]有每个term：گڑھی< PN>  
  //   m .Groups [2]有urdu：گڑھی 
  //   m.Groups [3]有POS值：PN  
} 

编辑：马特

< pre lang =c＃> var 名词= matches.Cast<匹配>（）。其中​​（m = > m.Groups [ 3 ]。值== NN）;

hi
i want to extract noun words from my file written in urdu language. this is POS tagged file. so with each word a tag is attached like <NN> , <P> i want to extract word with <NN> tag
file is:
گڑھی<PN>شاہو<PN>پل<PN>پر<P>ڈور<NN>سے<SE>ہلاک<ADJ>ہونے<VB>والے<WALA>ناصر<PN>کے<P>بارے<NN>میں<P>22<CA>


i am using C#.Net and the code is:

var re = new Regex(@"\d+\.\d+\s+(.*?)\s+ <nn>");

foreach (Match m in re.Matches(textBox1.Text))
textBox2.Text = textBox2.Text + " " + m.Groups[1].Value

plese help me.

解决方案

Try this:

string input = "گڑھی<PN>شاہو<PN>پل<PN>پر<P>ڈور<NN>سے<SE>ہلاک<ADJ>ہونے<VB>والے<WALA>ناصر<PN>کے<P>بارے<NN>میں<P>22<CA>";
var matches = Regex.Matches(input, @"(([^<>]+)<([^>]+)>)");

foreach (var m in matches)
{
  // m.Groups[0] and m.Groups[1] have each "term": گڑھی<PN>
  // m.Groups[2] has the urdu: گڑھی
  // m.Groups[3] has the POS value: PN
}

Edit: Matt

var nouns = matches.Cast<Match>().Where(m => m.Groups[3].Value == "NN");

这篇关于如何从POS标记文件中提取名词单词的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！