求把断错的英文句子接起来的程序

X

xudekuan

Moderator
如题，利用查找替换对英文文本进行断句，但是，像i.e.， Mr. ， Dr.等一些缩略语也被看成是句末标志，错分成了另外依据，因此，哪位高手能否写一个程序，把错断的句子重新接起来。
最好是能够调用存放缩略语的文件，比如short.data，利用其中的数据来接句子，因为，缩略语可能一下子收不全，如果做死在程序里，以后修改就不方便了。
另外，该程序最好能对同一子目录下的所有 *.txt文件进行操作。


先谢谢了！
 
回复: 求把断错的英文句子接起来的程序

Mr. Xu, can you provide such a dictionary as you mentioned above(short.dat)?
 
回复: 求把断错的英文句子接起来的程序

Mr.Xu，我算不上编程高手，但是我想，您想要的程序是可以开发出来的。
但是该程序是在已经断句的情况下查错并更正，似乎显得有些迂回曲折。我的意思是为什么不开发一个直接断句的软件呢？
一个简单的理由是，如果是未断句的short.dat词表，要列出的就是i.e.,Mr.,e.g.,等等；而已断句的short.dat词表，该怎么设计呢？是i./e./ （这里假设句末标记为“/”）呢？还是i.e.,再通过程序设置判断语句去识别呢？
 
回复: 求把断错的英文句子接起来的程序

非常感谢各位的回应，本来想编一个程序，后来通过摸索wsmith，发现里面提供的批量替换功能可以实现该要求，具体在utility里面。
另外，关于词表，不同的文本出现的词不同，具体想法是，根据词频统计，不同的文件使用不同的词表（这样也是为了程序提高效率）。
 
回复: 求把断错的英文句子接起来的程序

作者 xudekuan:
如题，利用查找替换对英文文本进行断句，但是，像i.e.， Mr. ， Dr.等一些缩略语也被看成是句末标志，错分成了另外依据，因此，哪位高手能否写一个程序，把错断的句子重新接起来。
最好是能够调用存放缩略语的文件，比如short.data，利用其中的数据来接句子，因为，缩略语可能一下子收不全，如果做死在程序里，以后修改就不方便了。
另外，该程序最好能对同一子目录下的所有 *.txt文件进行操作。


先谢谢了！
Click to expand...

可以先用word 的替换功能把e.g, Mr.替换成其他符号比如: e.g替换成@, 然后断句结束后可以再替换回来.
 
You must log in or register to reply here.
Back
顶部