在句子结尾处移动句点的正则表达式不是缩写

Question

寻找有关如何删除句子中的句点字符但不删除缩写句点的一些想法。例如

"The N.J. turnpike is long. Today is a beautiful day."

将更改为：

"The N.J. turnpike is long Today is a beautiful day"

Answer 1

这是一个难题。 Lingua::EN::Sentence做了四分之三的尝试来解决它。它知道美国英语中常见的缩写，并且有助于您添加其他已知的缩写。

Answer 2

正如其他人所说，在一般情况下这是一项非常困难的任务。如果你想了解更多，你应该首先阅读更多关于“句子分割”或“句子边界消歧”的内容，这是将文本分成句子的任务。这里有一些链接可以帮助您入门：

• http://en.wikipedia.org/wiki/Sentence_boundary_disambiguation
• http://en.wikipedia.org/wiki/Text_segmentation#Sentence_segmentation
• http://www.robincamille.com/2012-02-18-nltk-sentence-tokenizer/
• http://nltk.googlecode.com/svn/trunk/doc/book/ch06.html#sec-further-examples-of-supervised-classification
• http://nltk.googlecode.com/svn/trunk/doc/howto/tokenize.html#punkt-tokenizer

Answer 3

为什么要根据缩写删除句子末尾的句点？去大：删除所有点，或去无！