Question

我正在尝试用Java编写一个程序来标记文本文件中的句子。每个标记都有一个关联的关键字数组。当且仅当句子包含属于标签数组的一个或多个关键字时，标签才应用于句子。

例如我有两个标签：故障和适应。在那些标签的数组中，我有诸如Bugs，Fail等字样的故障，以及波兰语，清理以适应。其中一个句子是'BUG found and fixed'，它将进入故障类别，因此它将在标题错误之后输入句子，因为它包含单词'bug'。我在网上搜索了它是怎么做的，但似乎找不到任何东西。

这是我制作的数组列表：

String[] faults = {
            "Misspelled",
            "Error",
            "Fixed",
            "Change",};

和

String[] adaption = {"Fixed comments",
        "Filters", "Polish","Adjust"};

感谢任何帮助。谢谢。 :)

Answer 1

我不确定我是否正确理解了您的问题，但如果是这样，您可能想要尝试使用Hashmap。您将拥有一对，并使用特定的.get（）方法可以检索其值。

Answer 2

您可能需要查阅java.lang.String上的文档，了解如何查看字符串是否包含某个子字符串（或如何将其拆分为单词）...并查看java.lang.HashMap，还

Answer 3

不容易得到你想要的东西:)但我想我明白了......

由于你的两个小组，你有两个arraylist。 adaption和fault将成为两个群组......

首先，您应该将输入中的整个文本读取为字符串。
第二，你应该找到String[] sentences = split()句子，你应该分成'。'，'，'，'！'和所有句子结束标记。您应该使用正则表达式split(.|?|!|)可以为原型执行此操作。
然后你应该将这些句子分成单词，你现在应该拆分 - ）String[] words=split(\\s+)所以找到空格\\s+代表你所有的空格（\t \r \n等等）
最后你应该使用for循环迭代你的单词数组，找到你的两个或更多组中的成员匹配（适应，错误）（使用indexOf（）或equals（）字符串方法）...显然如果你在单词中有完全匹配，你可以使用HashMap，就像这个Group1.get("the word you present itareted")一样，这可以快速推动你的应用;）

我也可以为你写源代码，但我觉得更好的只是给你一些提示，怎么做。如果需要任何帮助，请写信 GL！

Answer 4

我认为你可以通过使用正则表达式做得更好。对于每个类别，定义正则表达式模式，然后尝试将模式与文件的每一行匹配（我假设您的短语逐行）：

import java.util.regex.*;
// ...    

Pattern faults = Pattern.compile("Misspelled|Error|Fixed|Change");
Pattern adaption = Pattern.compile("Fixed Comments|Filters|Polish|Adjust");

// I assume I can read from BufferedReader 'in'.

for ( String line = in.readLine() ; line != null ; line = in.readLine() ) {
    if ( faults.matcher(line).find() ) {
        // Classify as fault
    }
    if ( adaption.matcher(line).find() ) {
         // Classify as adaption
    }
}

请注意，find()方法会返回true或false，具体取决于是否找到匹配项。我建议您查看java.util.regex包的Java documentation和/或Jeffrey Friedl的书"Mastering Regular Expressions"。也许Java Tutorial Regular Expressions Trail也可以提供帮助。

在java中使用关键字输出句子

4 个答案: