getSentenceInstance和空格

Question

我正在取一个文本并打破它的句子 - 创建一个包含完整句子的每个项目的数组。我认为最好的方法是使用BreakIterator类。这是我正在使用的代码：

theSentences = new ArrayList<String>();
String myText = aString; //the text is produced through a text box
BreakIterator boundary = BreakIterator.getSentenceInstance();
boundary.setText(myText);
int start = boundary.first();
for (int end = boundary.next();
         end != BreakIterator.DONE;
         start = end, end = boundary.next())
{
    String temp = myText.substring(start,end);
    theSentences.add(temp.trim());
}

当用户记得在句子的末尾包含空格（大多数人都这样做）时，这非常有效。然而，人们在打字时会犯错误，如果他们在完全停止后没有放置空格，代码似乎没有意识到句子的结尾已经到达。我该怎么办？

我确实认识到我可以使用正则表达式，但最好使用BreakIterator，因为这就是它的用途。编写正则表达式来区分句号和句点的所有其他可能用途会让我头疼： - ）

Answer 1

很少。句子分裂不是100％可完成的任务。我自己使用Stanford CoreNLP和ssplit注释器，它是管道的一部分，用于我的句子分割。对于简单的任务，这是一个你可能不想下载的巨大jar，但它显示了这个任务有多复杂。

对于句子拆分的轻量级实现，最好实现基于规则的正则表达式方法。