將句子替換爲句子

我試圖通過刪除非拉丁字符+ [!?., ]來減少在線文本的一些複雜性。大多數字符可以沒有問題地刪除，但他們中的一些我想具體的規則：將句子替換爲句子

對的(和)，對"（引號）或一對*應任何文本轉換裏面他們一個句子，如果它包含兩個以上的單詞。通過轉換成一句話，我只想在最後加上句號。例如：

but *after* I came up with it, I searched and...

到

but after I came up with it, I searched and...

在這裏，我只是想在*刪除，而不是：

*buys airplane ticket* IM COMING FOR YOU

到

buys airplane ticket. IM COMING FOR YOU

所以在第一個例子，作者簡重點放在作爲該句子一部分的單詞上，在第二個例子中，作者描述了一個單獨的句子。這與引號相似，其中一個單詞通常是某種強調或諷刺，而多個單詞是引語。

有沒有辦法在正則表達式（Java）中做到這一點？

編輯：所以我的一般方法需要2種模式，每種情況下的對照，引號和*。第一步是通過運行替換\*((\w+)+\w+)\*到$1.來處理多字，然後將所有*全部替換爲空。這有效，但我需要6個正則表達式調用。有沒有更好的辦法？

來源

2016-03-01 Limon

你的例子都替換所有' *'秒。 – Mena

不，第二個例子用最後一個'*'的位置替換一對\ * – Limon

簡單的回答：是的。分享你的研究有助於每個人告訴我們你試過了什麼，以及它爲什麼不符合你的需求。這表明你已經花時間去嘗試幫助自己，它使我們避免重申明顯的答案，最重要的是它可以幫助你得到更具體和相關的答案！另見[問]。請記住** SO不是免費的代碼服務！** –

標準Java庫沒有關於完整英文短語的內置概念（告訴空格除了字母或標點符號，只要它能幫助您）。此外，

沒有正則表達式可以正確解析英文。正則表達式不能很好地嵌套。
您可能會使用語法檢查器（如常用文字處理軟件中內置的語法檢查器）運氣。但是，他們仍然有顯着的錯誤率。
雖然可能存在實現健壯分析的NLP Java庫，但它們仍不會理解上下文，並且會頻繁失敗。

所以，不，你不能這樣做與Java，或與任何其他編程語言（除非你有龐大的資源，NLP的經驗和訓練庫從建） - 除非你顯著放鬆的檢測要求「一個字符序列是否可以是一個獨立的英語句子「。

來源

2016-03-01 12:11:47 tucuxi

是的，我知道，我的方法在理解語言的意義上並不完美，但它的算法非常漂亮我認爲作品*夠好*我的問題是如果有一個有效的方法來實現我描述的算法 – Limon

所以我目前最好的方法需要2種* numCases模式，看起來像這樣：

static Pattern pattern = Pattern.compile("\\*((\\w+)+\\w+)\\*"); 
static Pattern remove = Pattern.compile("\\*"); 

public static String transform(String str) { 
    String sentences = pattern.matcher(str).replaceAll("$1."); 
    return remove.matcher(sentences).replaceAll(""); 
}

運行

System.out.println(transform("but *after* I came up with it, I searched and...")); 
System.out.println(transform("*buys airplane ticket* IM COMING FOR YOU"));

給出的預期

but after I came up with it, I searched and... 
buys airplane ticket. IM COMING FOR YOU

來源

2016-03-01 12:22:46 Limon

如果這不是一個解決方案，而是將它包括在你的問題比作爲一個答案:) –

@bobblebubble好的，謝謝。由於它是* a *解決方案，所以不知道該把它放在哪裏，只是不是很好。所以如果沒有人發佈更好的東西，我將不得不回到這一個。 – Limon

將句子替換爲句子

回答

相關問題