Java - 如何在大字符串中查找單詞變形表單？

我有一個字符串變量中的隨機文本內容。我想查找用戶指定的特定單詞的所有單詞變形。Java - 如何在大字符串中查找單詞變形表單？

示例：如果用戶正在查找單詞「assist」，那麼它應該抓取字符串中的所有「輔助，輔助，輔助，輔助」事件。

現在的問題是：是否有Java庫可用於在指定的字符串中自動檢測這種變形？

注：我已經看到了所謂的WolframAlpha一個Java庫，聲稱它這樣做並here是它的網絡界面，但我沒有看到這個庫的工作，並沒有指南可以使用它。

來源

2014-09-03 Brad

檢查this了..

我不知道你的需求到底有多大，但你可以隨時使用wiktionary和分析你的數據？

檢查this問題..能有所幫助

來源

2014-09-03 11:45:12 Matt

由於太我已經檢查過所有這些帖子。 evo-inflector只能獲得單詞的複數形式，而不是單詞的所有變化。我不知道你爲什麼共享wiktionary ..我需要一個Java庫來在我的程序中使用它！ ..你已經分享了關於複數的討論的問題，我已經檢查了在該問題中提到的WolframAlpha庫，但我不知道如何使用它。 – Brad 2014-09-03 11:52:53

首先它不是Java庫，它是以前被稱爲數學Wolfram語言。它具有JLink，可以從Java調用，但是必須運行執行代碼的Wolfram內核。

這就是所謂的Natural Language Processing，這是一個巨大的，複雜的領域。我已經擺弄了幾個問題，但如果你想獲得可靠的解決方案，我只能說這很難再複雜。你可能想看看是

東西：The Stanford NLP

來源

2014-09-03 11:49:31 Margus

Margus ..感謝您分享有價值的信息。在嘗試之前，我應該閱讀更多有關Wolfram的內容。 – Brad 2014-09-03 11:54:49

@Brad如果你只是想獲得單詞複數形式，那麼體面的算法在這裏描述http://www.csse.monash.edu.au/~damian/papers/HTML/Plurals.html（與perl實現）。 – Margus 2014-09-03 12:02:16

其實我想要我的問題中所描述的所有可能的變化，而不僅僅是複數形式。 – Brad 2014-09-03 12:33:51

這就是所謂的字詞幹。首先，你需要（爲特定語言）推導出莖：

assisting -> assist using -ance, -ing, -ly, -s, -ed etcetera. 
sought -> search using an exception list

然後做一個搜索，也許用正則表達式（Matcher.find）。圖案：

"\\bassist\\p{L}*" 
"\\b(search|sought)\\p{L}"

對於非解散間的情況下仍然會比較複雜的前綴，但總體上折曲是英文單詞的結局。然後有同義詞搜索。

那裏的字典通常被稱爲語料庫。搜索「免費英語語料庫」將會產生結果。

\\b =字邊界 p{L}* = 0或更多（*）字母

來源

2014-09-03 12:10:52

感謝您的任期。這會在Google上帶來新的美好。我不想重新發明輪子。確實有一個Java庫已經做到了！ – Brad 2014-09-03 12:51:24

好的Lucene是一個搜索引擎，http://stackoverflow.com/questions/5391840/stemming-english-words-with-lucene – 2014-09-03 13:13:38

Java - 如何在大字符串中查找單詞變形表單？

回答

相關問題