鉴于以下文本的一些记录，您如何将文本组织到其实体定义中？例如，自动知道哪些是地址，电子邮件和电话号码，以及名称和分组，即使这些文本的出现不均匀并且并不总是保证它们将存在。这是一个棘手的问题，因为没有标签元素来隔离它们，它只是原始文本只用换行符和破折号分隔结果。我想知道如何解决这个问题，需要采用什么技术来实现这个目标。
James W.
342 Ave.
Seattle, WA
483948
483-428-1311
james@w.edu
-------------
Cecil F.
100 Ave.
San Fransico, CA
cecil@mail.com
--------------
Steve Frein
(+12) 142-2221
158 Saint St.,
Berlin, Germany
答案 0 :(得分：0)
你前面有很长的路要走。首先，通过您的数据集查找每个行时间的可识别模式，并编写一个唯一的正则表达式来匹配它们。通过正则表达式集合运行您的文件，并发出任何不匹配的行。加班，你最终会确定例外情况。