c# - RegEx 帮助去除字符串中的干扰词或停用词

Question

我想从输入标签(字符串)中删除所有噪音标签标签以逗号分隔。如果干扰词是大标签的一部分，它将保留。

这是我有但没有工作的:

string input_string = "This,sure,about,all of our, all, values";
string stopWords = "this|is|about|after|all|also";
stopWords = string.Format(@"\s?\b(?:{0})\b\s?", stopWords);
string tags = Regex.Replace(input_string, stopWords, "", RegexOptions.IgnoreCase); 

这就是我想从上面的输入中得到的: “当然，我们所有的值(value)观”

这些词“This”、“about”、“all”将被替换为“”，因为它们是噪音词。但是，即使其中包含干扰词“all”，“all of our”仍将保留。这是因为逗号是标签边界

谁能帮帮我？

我有一个替代解决方案，将干扰词放入字典，然后搜索输入字符串中的每个词。但我更喜欢 RegEx 方法。

Answer 1

        var input = "This,sure,about,all of our, all, values";
        var stopWords = new Regex("^(this|is|about|after|all|also)$");
        var result = String.Join(",", input.Split(',').
            Where(x => !stopWords.IsMatch(x.Trim())));