代码之家 › 专栏 › 技术社区 › GSto

计算文本块中句子数的正则表达式[副本]

nlp regex php

GSto · 技术社区 · 14 年前

可能重复:
PHP - How to split a paragraph into sentences.

3 回复 | 直到 7 年前

wheaties 14 年前

Regex并不是解决这个问题的最佳方案。通过创建一个解析库,您会得到更好的服务。你可以很容易地创建逻辑块来区分一件事和另一件事。你需要想出一套规则,把文本分成你想看到的块。

"Are you sure?" he asked.

<start quote><capitalization>are you sure<question><end quote>he asked<period>

用简单的规则就可以说“那是一句话”

CrayonViolent 14 年前

不幸的是,由于你所说的原因,没有完美的解决办法。如果内容是您可以在每个句子后以某种方式控制或强制指定分隔符的,那么这将是理想的。除此之外,你能做的就是寻找 (\.|!|?)+ 因为大多数人在上一句和下一句之间用1或2个空格填充新句子,所以在这之后可能还会加上一个\s。

splash 14 年前

我认为最大的问题是缩略语的可能存在!所以你必须使用 Prof. Knuth 在JavaDoc摘要语句中,这样JavaDoc生成器就不会认为第一个语句在 Prof. .

推荐文章

XYZ · 如何将每行的每个字转换为数据帧的数值

2 年前

August Nilsson · 计算R中两个单词嵌入之间的文本相似性时,`select()`不处理列表'

2 年前

John · 使用R中的单词嵌入从文本变量预测数字变量

2 年前

Mucida · BERT2:如何使用GPT2LMHeadModel开始一个句子,而不是完成它

2 年前

Sab Garduño · w2v_列中出现错误(trainFile=file_列,modelFile=model,stopWordsFile=file_stopwords)(下面是完整的错误文本)

2 年前

Bennet Weber · 有没有办法用python找到一个单词的反义词(意思相反的单词)?你知道数据集或nlp工具包吗?

2 年前

Michael W · 从数据帧创建术语频率矩阵的有效方法

2 年前

Moodhi · 计算GEC的F分数

2 年前

user18628526 · 什么时候使用Word2vec和一大堆单词?

2 年前

Merve · 如果我想返回列表上的一个操作,但当它返回空值时它保持不变,我怎么说呢?

2 年前