如何将StanfordCoreNLP拆分得到的CoreMap类型句子转为String类型？

当然可以轻松实现！Stanford CoreNLP的CoreMap对象本身就封装了句子的原始文本内容，你只需要调用对应的标注提取方法就能拿到String类型的句子。

完整代码示例 #

下面是结合你的代码逻辑修改后的完整实现：

import java.util.List;
import java.util.Properties;
import edu.stanford.nlp.pipeline.Annotation;
import edu.stanford.nlp.pipeline.CoreAnnotations.SentencesAnnotation;
import edu.stanford.nlp.pipeline.CoreAnnotations.TextAnnotation;
import edu.stanford.nlp.pipeline.StanfordCoreNLP;

public class SentenceSplitExample {
    public static void main(String[] args) {
        // 初始化配置
        Properties props = new Properties();
        props.setProperty("annotators", "tokenize,ssplit");
        StanfordCoreNLP pipeline = new StanfordCoreNLP(props);

        // 待处理的英文段落
        String inputText = "Stanford CoreNLP is a powerful NLP toolkit. It can split paragraphs into sentences easily. Let's test this functionality now!";
        
        // 创建Annotation对象并处理
        Annotation document = new Annotation(inputText);
        pipeline.annotate(document);

        // 获取CoreMap类型的句子列表
        List<CoreMap> sentences = document.get(SentencesAnnotation.class);

        // 遍历并转换为String类型
        for (CoreMap sentence : sentences) {
            // 核心步骤：通过TextAnnotation提取句子的字符串内容
            String sentenceString = sentence.get(TextAnnotation.class);
            System.out.println("拆分后的句子：" + sentenceString);
        }
    }
}

关键说明 #

• CoreMap是Stanford CoreNLP用来存储标注数据的核心结构，每个CoreMap实例对应一个句子，包含了该句子的各种标注信息（比如分词、词性等）。
• CoreAnnotations.TextAnnotation.class是预定义的标注key，专门用来提取句子的原始文本内容，调用sentence.get(TextAnnotation.class)就能直接得到String类型的句子。

另外，如果你使用的是较新版本的Stanford CoreNLP，也可以用更简洁的API写法，代码会更直观：

CoreDocument coreDoc = new CoreDocument(inputText);
pipeline.annotate(coreDoc);
for (CoreSentence sent : coreDoc.sentences()) {
    String sentenceStr = sent.text();
    System.out.println(sentenceStr);
}

内容的提问来源于stack exchange，提问作者SAR