如何將單詞轉換爲鏈接？

Question

我有一個xml有兩個屬性：單詞和鏈接。 如何使用xml信息將文本上的單詞替換爲鏈接。 例： XML

<word>dog</word> 
<link>http://www.dog.com</link> 

文本：狗是很好的。

結果：dog很不錯。

結果OK。

的問題：

1-如果文本有言狗結果是因爲「S」 incorret。

2-我測試過在文本上用空格分隔來修復它，但是如果這個詞的構成像新年那麼結果會再次發生。

有沒有人有任何建議來解決這些問題（複數和複合詞）？

感謝您的幫助。

Answer 1

您可能需要一本詞典。創建一個包含單詞和複數形式的文本文件/ XML文件。在運行時，將它們加載到Dictionary<String, String>。然後在字典中查找<word/>的值並提取其奇異值。

Answer 2

您可以使用Lucene.Net的了contrib包Snowball的詞幹（words - >word，came - >come，having - >have等）。但是，你仍然有複合詞

Answer 3

如果推出自己的解決方案的煩惱，我曾與.NET多元化功能良好的成功：

http://msdn.microsoft.com/en-us/library/system.data.entity.design.pluralizationservices.pluralizationservice.aspx

本質上講，你可以通過文字的複數形式並接收單數版本，反之亦然。

這取決於內容改變的頻率，這可能相當密集，即，這對於實時搜索數千個單詞不是好的選擇。

假設你可以預先處理/緩存結果或源文件小，你可以：

運行一次

• 從源文件確定所有候選詞。

• 解析/分割短語並將它們傳遞給多元化庫以確定它們的複數對應詞。

• 生成（和預編譯）簡單的正則表達式以找到您要做的想要匹配的單詞。例如，如果你想匹配「狗」而不是「狗」，你可以創建一個像dog[^s]這樣的正則表達式，然後可以對該文本執行該正則表達式。

運行每當一個查找/替換爲所需

• 運行你對討論的文字表述源的列表。我建議將表達式從最短到最長（否則短的表達式可能會替換剛剛被較長表達式解析的單詞）。

同樣，這將是處理器密集型實時運行（大多數解決方案）。與往常一樣，如果您解析HTML，則應該使用HTML解析器，而不是正則表達式。在這種情況下，您可以使用合適的解析器來查找所有文本節點，然後對其執行搜索/替換。

另一種解決辦法是把文字和關鍵字清單到數據庫，並使用SQL Server全文索引這往往是非常聰明的這些事情，支持智能匹配謂詞。你甚至可以將它與CLR存儲過程結合起來，以處理.NET擅長的事情（如字符串解析）。

無論採用哪種方法，這都不是一門精確的科學。