个人中心
文章发布
退出
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？
25
4
开发用于将文本拆分为句子的手动/基于正则表达式的算法很容易。但是忽略语义最终会导致在处理大量文本时出现解析错误。
我正在寻找企业级解决方案，它还能分析语义并提供准确的结果。
目标语言是 EN。
最佳答案
我对不同句子分割工具的准确性做了一些分析，您可以在 README of my sentence segmentation Ruby gem 中找到这些工具或者在这个page .每个工具的编程语言也最引人注目。我还没有遇到任何用 PHP native 编写的分段工具。我的猜测是，如果您想要一个企业解决方案，您将需要从另一种编程语言移植一个工具(或者找一个已经拥有的人)。
句子分割工具:
关于php - 寻找将文本分解成句子的企业解决方案，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28316822/
25
4
0
假设我有一个数据集，每行包含一个句子，该句子来自一个非常大的调查(德语和法语)中的一个开放式问题。大多数句子(答案)是合乎逻辑的；即有意义的单词组合。但是，也有一些粗心的受访者只是简单地填写了各种不合
我的 MySQL 数据库中有一个表，其结构如下: CREATE TABLE `papers` ( `id` int(11) NOT NULL AUTO_INCREMENT, `title` varch
在新的 Edge 浏览器(基于 chromium)中，有一个文本到语音的选项，在阅读页面时它会突出显示正在阅读的句子和单词，就像这样 - 过去我有一个简单的 Windows TTS 应用程序，我通过将
我有一本书的图像文件。我正在编写一个 Web 应用程序，用于加载书籍并一次显示一页。我想知道如何在页面中选择一个句子并显示一条消息。据我所知，它必须具有图像坐标。 请参阅http://epaper.d
我使用的 GPS 输出多个 NMEA 语句，可用于定位数据。 (GPGGA 和 GPRMC)。有什么理由我应该使用一个而不是另一个吗？我应该检查它们并比较数据吗？我可以随便挑一个使用吗？ 在这一点上，
我想使用TinyGPS++在 Arduino 上解析 NMEA 数据并在 OLED 显示屏上显示信息。但是，NMEA 数据将通过 USB 接收，而不是使用软件串行和 TX/RX 引脚。 我按照 Tin
我需要删除其中的所有空格。 例如:这是我的代码O/P:Thisismycode 这是我到目前为止的代码。 import java.util.Scanner; public class nospace{
我对 python 很陌生，我不知道如何解决以下问题: 我有两个数据框，我想使用某种 VLOOKUP 函数来将句子与特定关键字相匹配。在下面的示例中，(df1) 3e 句子应与“banana”(df2
这个问题已经有答案了: How slicing in Python works (38 个回答) Python list slice syntax used for no obvious reason
我想在我的表格作者的句子列中找到以 # 开头的单词。我不知道我在寻找什么词，因为我只知道它以 # 开头。 表:作者(姓名，句子) 作者 |句子 艾伯特 |我#want to be #discussin
句子
关闭。这个问题需要details or clarity .它目前不接受答案。 想改进这个问题吗？ 通过 editing this post 添加细节并澄清问题. 关闭 9 年前。 Improve
我目前正在经历免费代码营的第一个 JS 挑战。 我在标题为“句子首字母大写”的挑战中遇到了问题。在这个挑战中，我需要编写一个函数，将给定字符串中单词的每个第一个字母大写，并将所有其他字母小写。 Her
假设我有一个文本，看起来像这样: Some sentence in which a fox jumps over some fence. Another sentence in which a
我是 C++ 的初学者，我想了解有关字符的更多信息，但我遇到了问题。我试图制作一个程序，它复制一个句子并在空格 (' ') 之间添加一个新行 ('\n')，就像一个单词一个单词地分开一个句子. int
我需要将一个句子(例如“Hello world”)复制到一个字符串列表中，意思是复制到一个字符数组中，其中每 2 个单词由 '\0' 分隔。请注意，单词被定义为一行中没有空格的任意数量的字符。 因此，
我有这样一个字符串， my_str ='·in this match, dated may 1, 2013 (the "the match") is between brooklyn centenni
我在列表中有一堆句子，我想使用 nltk 库来阻止它。我可以一次提取一个句子，但是我在从列表中提取句子并将它们重新组合在一起时遇到了问题。我缺少一个步骤吗？ nltk 库很新。谢谢! import n
我有一个词和文本。我必须找到所有包含该词的提案。你有什么想法吗？ piblic List GetSnetences(string word) { // search all proposals
我正在通过 doc2vec 模型使用 gensim 库在 Python 中构建 NLP 聊天应用程序。我有硬编码的文档并给出了一组训练示例，我通过抛出用户问题来测试模型，然后第一步找到最相似的文档。在
我有以下代码，每 10 个单词拆分一行。 #!/bin/bash while read line do counter=1; for word in $line do
我是一名优秀的程序员,十分优秀！