从文本中提取名词（Java）
有没有人知道从文本正文中提取名词的最简单方法？
我听说过TreeTagger工具 ，我试过试一试 ，但由于某些原因无法让它工作。
有什么建议么？
谢谢菲尔
编辑：
import org.annolab.tt4j。*; TreeTaggerWrapper tt = new TreeTaggerWrapper（）; 试试{tt.setModel（“/ Nouns / english.par”）; tt.setHandler（new TokenHandler（）{void token（String token，String pos，String lemma）{System.out.println（token +“\ t”+ pos +“\ t”+ lemma）;}}）; tt.process（字）; // words =单词列表} finally {tt.destroy（）; }
那是我的代码，英语是语言。 我收到错误：新类型TokenHandler（）{}必须实现inheritance的抽象方法TokenHandler.token。 难道我做错了什么？
首先，您必须对文本进行标记。 这可能看起来微不足道（在任何空格分裂可能对你有用）但正式情况下它更难。 然后你必须决定什么是名词。 “停车场”是否包含一个名词（停车场），两个名词（汽车，公园）或一个名词（公园）和一个形容词（汽车）？ 这是一个很难的问题，但是如果没有它，你可能会再次遇到这个问题。
“我看到xyzzy”是否识别出不在字典中的名词？ 单词“the”可能将xyzzy标识为名词。
“时间飞逝如箭头”中的名词在哪里？ 与“像香蕉一样的果蝇”相比（感谢Groucho Marx）。
我们在OpenNLP工具包中使用Brown tagger（Java）（ http://en.wikipedia.org/wiki/Brown_Corpus ）（ http：//上的opennlp.tools.lang.english.PosTagger; opennlp.tools.postag.POSDictionary） opennlp.sourceforge.net/ ）以普通英语找到名词，我建议从那开始 – 它会为你做大部分的思考。 否则，请查看任何POSTAGgers（ http://en.wikipedia.org/wiki/POS_tagger ）或（ http://www-nlp.stanford.edu/links/statnlp.html#Taggers ）。
在计算机的词性标注中，通常区分英语的50到150个单独的词性，例如，NN表示单数常用名词，NNS表示复数常用名词，NP表示单数专有名词（参见POS）布朗语料库中使用的标签）
在http://en.wikipedia.org/wiki/Natural_language_processing_toolkits中有一个非常完整的NLP工具包列表。 我强烈建议你使用其中一个，而不是试图匹配Wordnet或其他集合。
查看LingPipe 。 据说这可以从英文文本中挑选出命名实体 。 但我必须承认， NLP不是我的专业领域。
根据您的编辑：
该错误表明您必须覆盖抽象方法标记，并且您在匿名内部类中有令牌定义，但令牌覆盖的签名可能与TokenHandler中定义的抽象方法的签名不匹配？
我的以下代码适用于TreeTagger：
public List tag(String str) { final List tagLemme = new ArrayList (); String[] tokens =tokenizer.tokenize(str); System.setProperty("treetagger.home", "parametresTreeTagger/TreeTagger"); TreeTaggerWrapper tt = new TreeTaggerWrapper (); try { tt.setModel("parametresTreeTagger/english/english.par"); tt.setHandler(new TokenHandler (){ public void token(String token, String pos, String lemma) { tagLemme.add(token + "_" + pos + "_" + lemma); //System.out.println(token + "_" + pos + "_" + lemma); } }); tt.process(asList(tokens)); } catch (IOException e) { e.printStackTrace(); } catch (TreeTaggerException e) { e.printStackTrace(); } finally { tt.destroy(); } return tagLemme; } 看看WordNet数据库。 这个词汇数据库。 您可以尝试将每个单词与其匹配，并检查它是否是名词。
我怀疑你会有100％的精确度; 数据库没有匹配英语中的每个可能的单词，但至少它是一个开始。
查找带有API（例如WS，RESTful）的字典网站，您可以使用它来运行搜索查询。
结果应该是一种易于使用的格式（例如XML，JSON），当然应该包含单词的词汇类别。
最简单的方法可能是将文本中的每个单词与名词词典进行比较。 之后，您可能需要进行一些基本解析并接受结果中的近似正确性。 很多在线引用解析自然语言。