Linguistische Tagger fälschlicherweise als "OtherWord" gekennzeichnet

Question

Ich habe NSLinguisticTagger mit Sätzen verwendet und habe ein seltsames Problem mit Sätzen wie "Ich bin hungrig" oder "Ich bin betrunken" konfrontiert. Während man erwarten würde, dass "ich" als Pronomen, "am" als Verb und "hungrig" als Adjektiv gekennzeichnet werden, sind sie es nicht. Sie sind alle als OtherWord markiert.

Gibt es etwas, das ich falsch mache?

NSString *input = @"I am hungry"; 
NSLinguisticTaggerOptions options = NSLinguisticTaggerOmitWhitespace; 
NSLinguisticTagger *tagger = [[NSLinguisticTagger alloc] initWithTagSchemes:[NSLinguisticTagger availableTagSchemesForLanguage:@"en"] options:options]; 
tagger.string = input; 

[tagger enumerateTagsInRange:NSMakeRange(0, input.length) scheme:NSLinguisticTagSchemeNameTypeOrLexicalClass options:options usingBlock:^(NSString *tag, NSRange tokenRange, NSRange sentenceRange, BOOL *stop) { 
    NSString *token = [input substringWithRange:tokenRange]; 
    NSString *lemma = [tagger tagAtIndex:tokenRange.location 
            scheme:NSLinguisticTagSchemeLemma 
           tokenRange: NULL 
          sentenceRange:NULL]; 
    NSLog(@"%@ (%@) : %@\n", token, lemma, tag); 
}]; 

Und der Ausgang ist:

I ((null)) : OtherWord 
am ((null)) : OtherWord 
hungry ((null)) : OtherWord 

Answer 1

Nach quite some time in chat wir das Problem gefunden:

Der Satz nicht genügend Informationen enthält, um seine Sprache zu bestimmen.

Um dies zu beheben, können Sie entweder:

einen Demo-Satz in der Sprache Ihrer Wahl nach dem tatsächlichen Satz hinzuzufügen. Das sollte garantieren, dass Ihre bevorzugte Sprache erkannt wird.

ODER

Sagen Sie der Tagger welcher Sprache zu verwenden: fügen Sie die Zeile

[tagger setOrthography:[NSOrthography orthographyWithDominantScript:@"Latn" languageMap:@{@"Latn" : @[@"en"]}] range:NSMakeRange(0, input.length)]; 

vor dem enumerate Anruf. Auf diese Weise teilen Sie dem Tagger explizit mit, in welcher Sprache der Text sein soll, in diesem Fall englisch (en) als Teil der lateinisch dominanten Sprache (Latn).

Wenn Sie die Sprache nicht sicher kennen, kann es nützlich sein, eine dieser Methoden nur als Fallback zu verwenden, wenn die Wörter als OtherWord markiert werden, was bedeutet, dass die Sprache nicht gefunden werden konnte.