如何將阿拉伯文檔拆分爲多個句子

Question

是否有將阿拉伯文檔拆分爲多個句子的方法？目前我正在使用「。」 用於分句。

我在尋找更好的句子拆分模型，例如opennlp中可用的英文版本。

請讓我知道，如果你知道任何這樣做的軟件包。

由於

Answer 1

Unicode Standard Annex #29 Unicode Text Segmentation指定用於確定用戶感知字符，詞和句子之間默認邊界準則。

ICU通過BreakIterator提供對UAX＃29的支持。

爲了簡單的目的，UAX＃29提供的文本分割應該足夠好，就像三擊語句的選擇一樣。