在句子的某個單詞的任一側獲取n個單詞

-2

我需要在字符串中的某個單詞的任一側提取上下文單詞。在這種情況下，特定的單詞屬於字符串中的專有名詞。例如。在句子的某個單詞的任一側獲取n個單詞

我喜歡瑪莎的蛋糕，因爲它們太好吃了！

在這種情況下，瑪莎是一個專有名詞，我想提取瑪莎任何一方的4個詞，以便能夠將瑪莎分類爲名稱，地點或組織。在這種情況下，烘焙是我的線索，Marth是一個人。我正在查看4的窗口大小，但是在目標單詞兩側少於4個單詞的情況下或者如果它是句子的第一個單詞怎麼辦？

所以基本上：

我想獲得對目標詞的兩側4個字。
將它們放在兩個單獨的列表中，分別稱爲leftWords和rightWords
檢查是否少於4個單詞，然後減小窗口大小並獲取任意一側可用的任意數量的單詞。

來源

2017-03-06 serendipity

你有任何實際的代碼？ –

請提供您到目前爲止所嘗試的內容，SO不是一項編碼服務。 –

@TimBiegeleisen我確實有代碼，但我目前的做法是使用nlp工具從句子中獲取塊，並從塊中獲取上下文單詞。但在大多數情況下，我意識到專有名詞會分裂成自己的大塊，因此沒有任何語境詞彙。所以我決定嘗試使用窗口從整個句子中提取上下文單詞。所以我真的沒有有效的代碼來分享。對於那個很抱歉。只是關於如何使窗口靈活的想法就可以做到。 – serendipity

我假設你有相關專有名稱的開始和結束索引（在I love the cakes Martha bakes as they are so delicious!的情況下，我認爲它們將是17和23）。

建議您在兩個子字符串中取出正確名稱前後的句子部分，然後使用正則表達式來匹配所需的單詞數。在我們的示例中，Martha之前的子字符串是I love the cakes，而正則表達式\S+(\s+\S+){0,3}\s*$將在該子字符串的末尾匹配最多四個由空白分隔的單詞（在這種情況下，它將是整個字符串，但如果有更多單詞，它只會是最後四個）。您必須從所需數量的字中減去1，並在表達式中填入3的結果。

我相信你對名稱後面的單詞采用類似的方式。

來源

2017-03-06 10:41:19

在句子的某個單詞的任一側獲取n個單詞

回答

相關問題