作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用 Twitter Streaming API 来获取实时推文,并且我正在检查 lang 。我正在从这些推文中提取主题标签,但问题是当我从推文中提取主题标签时,我得到了英语和非英语主题标签。有没有办法从特定的推文中仅提取英文主题标签。获取推文文本后提取主题标签的我的代码
private String getHashTag(String TweetText) {
String[] words = TweetText.split(" ");
Set<String> hashtags = new HashSet<String>();
for (String word : words) {
if (word.startsWith("#")) {
hashtags.add(word);
}
}
return hashtags.toString();
}
最佳答案
您应该使用Apache Tika及其用于语言检测的 API。这是一个例子:
import org.apache.tika.language.LanguageIdentifier;
LanguageIdentifier identifier = new LanguageIdentifier(word);
String language = identifier.getLanguage();
通过此解决方案,您可以获得语言,因此仅考虑英语推文。
关于java - 如何从推文中仅提取英文标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34762862/
我是一名优秀的程序员,十分优秀!