Question

我需要一个正则表达式来检测文本中的问题。

示例输入：

请告诉我如何做到这一点 ......或如何做到正确！等等....

我需要输出：

怎么做

如何做对

现在我用这个： (?<q>(how to|how match|how many).*)(\s|\.|;|!|\?|( \-)|(\- )|‾|:|…|_|\||@|~|…|–|—|¯|»|•|●|{|}|$|$|\\|\]|\[|>|<|→|'|""|`|$)但不起作用

我只需如何问题

Answer 1

您尝试完成的任务属于与正则表达式有关的不同类别。

要解决从文本中提取任意问题的问题，您需要的不仅仅是一些好的正则表达式。您应该开始寻找一个好的自然语言处理工具包。也许首先要做一些词性标注。然后，从那里你需要做一些语法和句子解析，然后继续尝试回答这个问题：“这句话是一个问题吗？”通过检查你的NLP管道已经确定的每个句子。

有了这些知识，至少你应该明白你想要完成的任务是相当困难的，虽然并非不可能，但需要进行大量微调以获得良好的性能（通常用Accuracy and Precision metrics来衡量）。你很可能不会接近100％，但你应该能够通过一个好的PoS标记器和一个好的句子解析器获得不错的结果。

修改

根据您最近编辑的问题，您可以通过RegExs和手写规则获得一些基本的报道，但您仍然无法区分更复杂的案例。对于更通用的解决方案，自然语言处理工具包路由仍然是首选。

不要花太多时间试图提出银弹正则表达式来匹配自然语言。 自然语言不常规 - 所以它不会起作用！使用正则表达式来识别某些关键字是可以的，但除此之外，您最好通过简单的手写规则，并在一个良好的自然语言管道的标记中进行标记..

<强>更新

如果您真的认真对待这项任务，请以sharpnlp.codeplex.com为出发点。如果您不需要使用C＃，还有其他NLP工具包，其中NLTK会成为流行的工具包。作为第二步，给自己一本关于NLP的入门书。这个主题非常广泛而且非常酷。我从很多方面学到的一本好书将是：Speech and Language Processing，由Jurafski和Martin。

作为最后的想法，这就是我至少要做的事情：

执行规范化（删除任何不需要的符号，并重复）

尝试进行基本句子分割（在标点符号中分割：. , ; ? !）

将所有字母转换为小写

用标签替换所有号码（即）

对每个规范化句子执行词性标注

然后您可以继续尝试确定文本中所有“如何”问题的位置。

获得位置后，您应该能够将它们映射回原始文本并从那里提取原始的“如何”问题
祝你好运！

Answer 2

也许这会有所帮助。它可以检测直接问题，即以问号结尾的句子。

@"[^\.!]*?(?!\?)"

这匹配除了点，问号和感叹号之外的每个字符，直到找到问号为止（注意*量词是贪婪的，而问号是负面的前瞻）

Answer 3

我不能告诉你如何解析所有问题。这将为您提供一些可以解析的问题，但有些问题会被遗漏。当其他句子不是问题时，可能会选择其他非问题的句子。那可以吗？

([^\.?!]*(?:how|what|where|when|why)[^\.?!]*[\.?!]|[^\.?!]*\?)

在上面的文本中运行它并返回：

我无法告诉你如何来解析所有问题。其他非问题的句子可能会被选中时它们不是问题。是OK * ？ *

正则表达式：C＃在文本中提取问题

3 个答案: