- 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?
美好的一天。
我正在尝试在我的应用程序中使用 Hunspell 作为词干分析器。我不太喜欢 porter 和 snowball 词干提取,因为它们的“切碎”词结果如“abus”、“exampl”。 Lemmatizing 似乎是一个不错的选择,但我不知道有什么好的 CoreNLP 替代方法,而且我当然还没有准备好将我的项目的源代码移植到 Java 或使用桥接。理想情况下,我希望看到给定单词的初始形式,类似于字典中的形式。
我注意到大多数词典在 .dic 文件中都有单独的词:出价和出价、设置和设置、获取和获取等。我在 Hunspell 方面经验不足,但没有处理 3 个字母单词的双 d 或 t 的巧妙方法?有没有办法让它认为“setting”实际上是从“set”派生出来的?
我目前使用 Hunspell 的特殊问题是我无法获得用于创建/编辑词缀文件的综合文档。这就是文档在这里所说的:http://manpages.ubuntu.com/manpages/dapper/man4/hunspell.4.html
(4) condition.
Zero stripping or affix are indicated by zero. Zero condition is
indicated by dot. Condition is a simplified, regular
expression-like pattern, which must be met before the affix can
be applied. (Dot signs an arbitrary character. Characters in
braces sign an arbitrary character from the character subset.
Dash hasn’t got special meaning, but circumflex (^) next the
first brace sets the complementer character set.)
默认的是这样的:
SFX G Y 2
SFX G e ing e
SFX G 0 ing [^e]
我试过这个:
SFX G Y 4
SFX G e ing e
SFX G 0 ing [^e]
SFX G 0 ting [bcdfghjklmnpqrstvwxz][aeiou]t
SFX G 0 ding [bcdfghjklmnpqrstvwxz][aeiou]d
但它显然也将匹配 asSET。有什么办法可以绕过它吗?我在正则表达式的开头尝试了 ^ 符号,但它似乎不起作用。我该怎么做才能让它发挥作用?
提前致谢。
最佳答案
为什么它会匹配 Assets ?这不是动词,因此不应附加该后缀。
语言不是完全规则的问题。我们在 SoftAstur 的 Asturian 拼写检查器中使用的解决方案是跟踪以某种方式形成某些后缀的动词列表,并让脚本根据我们保存的 list 。
因此对于英语,您需要定义两个单独的词缀1:
SFX Gs Y 3
SFX Gs e ing [^eoy]e
SFX Gs 0 ing [eoy]e
SFX Gs 0 ing [^e]
SFX Gd Y 9
SFX 0 bing [^aeiou][aeiou]b
SFX 0 king [^aeiou][aeiou]c
SFX 0 ding [^aeiou][aeiou]d
SFX 0 ling [^aeiou][aeiou]l # for British English
SFX 0 ming [^aeiou][aeiou]m
SFX 0 ning [^aeiou][aeiou]n
SFX 0 ping [^aeiou][aeiou]p
SFX 0 ring [^aeiou][aeiou]r
SFX 0 ting [^aeiou][aeiou]t
还有一些不规则的词,例如 singeing(与 singing 形成对比)非常不常见,最好单独编码。因此,您的字典文件或多或少需要以下内容:
admit/Gd --> admitting
bake/Gs --> baking
commit/Gd --> committed
free/Gs --> freeing
dye/Gs --> dyeing
inherit/Gs --> inherited
picnic/Gd --> picnicking
target/Gs --> targetting
tiptoe/Gs --> tiptoeing
travel/Gs --> traveling (if American English)
travel/Gd --> travelling (if British English)
refer/Gd --> referring
sing/Gs --> singing
singe
singing
sob/Gd --> sobbing
smile/Gs --> smiling
stop/Gd --> stopping
tap/Gd --> tapping
visit/Gs --> visiting
1。我更喜欢两个字母的标签,因为如果你有一个带有很多标签的单词,它们会更容易阅读,比如 Gd
= gerund doubled 和 Gs
= 单动名词 或类似的。对英语来说可能不是问题,但对其他语言来说肯定是问题。如果你没有很多词缀,你可以使用 g
(不加倍)和 G
(加倍)。
关于nlp - Hunspell 词缀条件正则表达式格式。有什么方法可以匹配开始吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25614279/
我有一个加号/减号按钮,希望用户不能选择超过 20 个但不知道如何让它工作。我尝试使用 min="1"max="5 属性,但它们不起作用。这是我的代码和一个 fiddle 链接。https://jsf
我正在尝试复制顶部底部图,如示例 here但它没有正确渲染(紫色系列有 +ve 和 -ve 值,绿色为负值)留下杂乱的人工制品。我也在努力创建一个玩具示例来复制这个问题,所以我希望尽管我缺乏数据,但有
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 这个问题似乎与 help center 中定义的范围内的编程无关。 . 已关闭 6 年前。 社区去年审查了是
这个问题在这里已经有了答案: Adding two positive integers gives negative answer.Why? (4 个答案) 关闭 5 年前。 我遇到了一个奇怪的问题
有谁知道如何将字符串值类型 -4,5 或 5,4 转换为 double -4.5 或 5.4? 最佳答案 只需使用 Double.parseDouble(Locale, String); 糟糕,我很困
我正在尝试根据 TextBlob 分类插入一个仅包含“正”或“负”字符串的新数据框列:对于我的 df 的第一行,结果是 ( pos , 0.75, 0.2499999999999997)我想要' 正
我对 VBA 非常陌生,无法理解如何在一个循环中完成 2 个任务。我非常感谢您的帮助。 我已经能够根据第 3 列中的数据更改第 2 列中的数值,但我不明白如何将负值的字体更改为红色。 表格的大小每月都
欢迎, 我正在使用 jquery 通过 POST 发送表单。 这就是我获得值(value)的方式。 var mytext = $("#textareaid").val(); var dataStrin
double d = 0; // random decimal value with it's integral part within the range of Int32 and always p
我有这个字符串: var a='abc123#xyz123'; 我想构建 2 个正则表达式替换函数: 1) 用 '*' 替换所有确实有 future '#'的字符(不包括'#') 所以结果应该是这样的
我正在使用 DialogFragment。当用户从 Gmail 平板电脑应用程序的屏幕与下面示例图片中的编辑文本进行交互时,我希望正面和负面按钮保持在键盘上方。 在我的尝试中不起作用,这是我的 Dia
从组装艺术一书中,我复制了这句话: In the two’s complement system, the H.O. bit of a number is a sign bit. If the H.O
是否有更好更优雅的方法来实现下面的简单代码(diffYear、A 和 B 是数字): diffYear = yearA - yearB; if (diffYear == 0) { A = B
我正在设计一种语言,并尝试确定 true 应该是 0x01 还是 0xFF。显然,所有非零值都将转换为 true,但我正在尝试确定确切的内部表示。 每种选择的优点和缺点是什么? 最佳答案 没关系,只要
在我的 dialogfragment 类的 OnCreateDialog 中,我正在这样做: AlertDialog.Builder builder = new AlertDialog.Builder
这个问题在这里已经有了答案: Resolving ambiguous overload on function pointer and std::function for a lambda usin
我偶然发现了一个奇怪的 NSDecimalNumber 行为:对于某些值,调用 integerValue、longValue、longLongValue 等,返回意想不到的值(value)。示例: l
这个问题在这里已经有了答案: Resolving ambiguous overload on function pointer and std::function for a lambda using
我有这个正则表达式来测试用户输入是否有效: value.length === 0 || value === '-' || (!isNaN(parseFloat(value)) && /^-?\d+\.
我想用高斯混合模型拟合数据集,数据集包含大约 120k 个样本,每个样本有大约 130 个维度。当我使用 matlab 执行此操作时,我运行脚本(簇号为 1000): gm = fitgmdist(d
我是一名优秀的程序员,十分优秀!