我有几千个不同长度的句子。这些陈述有多种形式，从3个字符的回复到4000个字符的回复以及大量的代码片段。代码段可以是任何语言。
如何识别问题（疑问句）并且没有代码段？评论不需要问题表格或严格的结构形式。
该应用程序基于rails 3上的ruby构建
一些例句：
1：如何解决分段错误？ #valid
2：您必须使用BigInteger #invalid
3：删除运行时错误的一些提示#invalid
4 ::失望：失望：好的#invalid（包含表情符号）
5：这个问题属于哪个类别？图论？ #valid
答案 0 :(得分：1)
这是text classification problem的一个例子，通常通过生成一些特征并将机器学习分类算法应用于它们来解决。
对于您的特定情况，问题检测是一个很好的研究领域。最简单的方法之一是使用正则表达式的启发式方法
以下解决方案取自this paper：
如果句子满足任何一个句子，则会将其检测为问题 以下内容：•以问号结尾，而不是URL。 •它 包含一个以符合疑问词的单词开头的短语 问题模式。这是5W-1H问题词的概括。 例如，第二句“当你有空时，你可以给我 一个电话“是一个强烈的指示，该句子是一个问题。 •它 适合不在疑问中的常见问题模式 形成。例如，“让我知道你何时会自由”就是这样 问题
还介绍了一个更复杂的解决方案，你可以找到他们提到谷歌搜索“问题检测算法”的论文
对于代码片段检测，现有的解决方案可以检测编程语言，如评论中所述。一个例子是http://www.rubyinside.com/sourceclassifier-identifying-programming-languages-quickly-1431.html
它们可能适用于检测特定样本是否为代码。或者，您可以使用现有libraries
之一训练简单的朴素贝叶斯分类器答案 1 :(得分：0)
文本分类是这样做的一种方式，但为此你需要大量的样本数据来训练你的模型，以便能够准确地检测你的模式。
您还可以解析这些句子以获得词性（POS），然后轻松查找诸如谁，哪些，如何，何时等来检测问题的词语。
Stanford NLP有一个Ruby库，提供可以使用的POS标记器。