当前位置: 首页>>代码示例>>Java>>正文


Java KoreanTokenJava类代码示例

本文整理汇总了Java中com.twitter.penguin.korean.KoreanTokenJava的典型用法代码示例。如果您正苦于以下问题:Java KoreanTokenJava类的具体用法?Java KoreanTokenJava怎么用?Java KoreanTokenJava使用的例子?那么, 这里精选的类代码示例或许可以为您提供帮助。


KoreanTokenJava类属于com.twitter.penguin.korean包,在下文中一共展示了KoreanTokenJava类的3个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Java代码示例。

示例1: setAttributes

import com.twitter.penguin.korean.KoreanTokenJava; //导入依赖的package包/类
/**
 * Set token attributes such as term, start offset, end offset, type.
 * @param token
 */
protected void setAttributes(KoreanTokenJava token){
    char[] buf = token.getText().toCharArray();
    termAtt.copyBuffer(buf, 0, buf.length);
    offset = token.getOffset();
    offsetAtt.setOffset(correctOffset(offset), finalOffset = (correctOffset(offset) + token.getLength()));
    typeAtt.setType(token.getPos().toString());
}
 
开发者ID:jobplanet,项目名称:elasticsearch-twitter-korean,代码行数:12,代码来源:TwitterKoreanTokenizerBase.java

示例2: KoreanTokenizer

import com.twitter.penguin.korean.KoreanTokenJava; //导入依赖的package包/类
public KoreanTokenizer(String toTokenize) {

        // need normalize?

        // Tokenize
        Seq<com.twitter.penguin.korean.tokenizer.KoreanTokenizer.KoreanToken> tokens =
                        TwitterKoreanProcessorJava.tokenize(toTokenize);
        tokenList = new ArrayList<String>();
        Iterator<KoreanTokenJava> iter = TwitterKoreanProcessorJava.tokensToJavaKoreanTokenList(tokens).iterator();

        while (iter.hasNext()) {
            tokenList.add(iter.next().getText());
        }
        tokenIter = tokenList.iterator();
    }
 
开发者ID:deeplearning4j,项目名称:deeplearning4j,代码行数:16,代码来源:KoreanTokenizer.java

示例3: main

import com.twitter.penguin.korean.KoreanTokenJava; //导入依赖的package包/类
public static void main(String[] args) {
  String text = "대숲 어쩌죠...? 짝사랑을 시작하게 된 거 같아요ㅜㅜㅜㅠㅠㅠㅠㅠ";

  // Normalize
  CharSequence normalized = TwitterKoreanProcessorJava.normalize(text);
  System.out.println(normalized);
  // 한국어를 처리하는 예시입니다ㅋㅋ #한국어
 

  // Tokenize
  Seq<KoreanTokenizer.KoreanToken> tokens = TwitterKoreanProcessorJava.tokenize(normalized);
  //System.out.println(TwitterKoreanProcessorJava.tokensToJavaStringList(tokens));
  // [한국어, 를, 처리, 하는, 예시, 입니, 다, ㅋㅋ, #한국어]
 // System.out.println(TwitterKoreanProcessorJava.tokensToJavaKoreanTokenList(tokens));
  // [한국어(Noun: 0, 3), 를(Josa: 3, 1),  (Space: 4, 1), 처리(Noun: 5, 2), 하는(Verb: 7, 2),  (Space: 9, 1), 예시(Noun: 10, 2), 입니(Adjective: 12, 2), 다(Eomi: 14, 1), ㅋㅋ(KoreanParticle: 15, 2),  (Space: 17, 1), #한국어(Hashtag: 18, 4)]


  // Stemming
  Seq<KoreanTokenizer.KoreanToken> stemmed = TwitterKoreanProcessorJava.stem(tokens);
  System.out.println(TwitterKoreanProcessorJava.tokensToJavaStringList(stemmed));
  // [한국어, 를, 처리, 하다, 예시, 이다, ㅋㅋ, #한국어]
  List<KoreanTokenJava> change = TwitterKoreanProcessorJava.tokensToJavaKoreanTokenList(stemmed);
  LinkedList<String> change_list = new LinkedList<String>();
  for(int i=0; i<change.size(); i++) {
  	 KoreanTokenJava str = change.get(i);
  	 String str2 = str.toString();
  	 str2 = str2.replaceAll(":", "");
  	 str2 = str2.replaceAll("[0-9]", "");
  	 str2 = str2.replaceAll(" , ", "");
  	 change_list.add(str2);
  }
  
  System.out.println(change_list);
  // [한국어(Noun: 0, 3), 를(Josa: 3, 1),  (Space: 4, 1), 처리(Noun: 5, 2), 하다(Verb: 7, 2),  (Space: 9, 1), 예시(Noun: 10, 2), 이다(Adjective: 12, 3), ㅋㅋ(KoreanParticle: 15, 2),  (Space: 17, 1), #한국어(Hashtag: 18, 4)]


  /*
  // Phrase extraction
  List<KoreanPhraseExtractor.KoreanPhrase> phrases = TwitterKoreanProcessorJava.extractPhrases(tokens, true, true);
  System.out.println(phrases);
  // [한국어(Noun: 0, 3), 처리(Noun: 5, 2), 처리하는 예시(Noun: 5, 7), 예시(Noun: 10, 2), #한국어(Hashtag: 18, 4)]
   */

}
 
开发者ID:taki0112,项目名称:Naver-Keyword_Analysis,代码行数:45,代码来源:twit_test.java


注:本文中的com.twitter.penguin.korean.KoreanTokenJava类示例由纯净天空整理自Github/MSDocs等开源代码及文档管理平台,相关代码片段筛选自各路编程大神贡献的开源项目,源码版权归原作者所有,传播和使用请参考对应项目的License;未经允许,请勿转载。