Apache OpenNLP介绍（一）

一、介绍

1、描述

      Apache OpenNLP库是一种基于机器学习的工具包，用于处理自然语言文本。它支持最常见的NLP任务，如标记化，句子分割，词性标记，命名实体提取，分块，解析和参考解析。 通常需要这些任务来构建更高级的文本处理服务。 OpenNLP还包括基于最大熵和感知器的机器学习。

      OpenNLP项目的目标是为上述任务创建一个成熟的工具包。 另一个目标是为各种语言提供大量预构建的模型，以及这些模型来自的注释文本资源。

2、结构

       Apache OpenNLP库包含几个组件，使得能够构建一个完整的自然语言处理管道。 这些组件包括：句子检测器，分词器，名称查找器，文档分类器，词性标记器，chunker，解析器，参数解析。组件包含能够执行各自然语言处理任务，训练模型以及通常还用于评估模型的部分。 每个这些设施都可以通过其应用程序接口（API）访问。 此外，提供命令行界面（CLI）以方便实验和训练。

3、

      1、）应用程序接口（API）。通用示例

     OpenNLP组件具有类似的API。 通常，要执行任务，应该提供一个模型和一个输入。

     模型通常通过为模型类的构造函数提供一个FileInputStream模型来加载：

      InputStream modelIn = new FileInputStream("lang-model-name.bin");
      try {

            SomeModel model = new SomeModel(modelIn);

            }
      catch (IOException e) {
           //handle the exception
            }
      finally {
      if (null != modelIn) {
      try {
           modelIn.close();
           }
    catch (IOException e) {
          }
  }
}
       2、） 加载模型后，工具本身可以实例化。

      ToolName toolName = new ToolName(model);

       3、）在实例化工具之后，可以执行处理任务。输入和输出格式是特定于工具的，但通常输出是一个字符串数组，输入是字符串或字符串数组。

      String output[] = toolName.executeTask("This is a sample text.");