如何在Ruby中分析文本？

Question

寻找分析某些特征的文本的方法，例如：

1. 确定首字母缩略词和标题（ICANN，博士博士等）
2. 行话
3. 阅读水平
4. 副词和形容词
5. 正确的语法和标点符号
6. 主动和被动的声音

我看了Stanford NLP library，但不知道他们在谈论什么（可能是因为我没有语言学学位）。

是否有Ruby gem可以提供这种文本分析？

Answer 1

是的，你可能想看看这个介绍：

http://www.slideshare.net/TomCartwright/natual-language-processing-in-ruby

最后一张幻灯片显示了Text，Treat，Tokenizer，Punkt和Chronic的建议。

Answer 2

1。）对于缩写，你可以从这里偷取：https://github.com/diasks2/pragmatic_segmenter/blob/master/lib/pragmatic_segmenter/abbreviation.rb。至于首字母缩略词，列表可能是无穷无尽的，所以它实际上取决于你想要做什么。您可以尝试使用正则表达式来提取首字母缩略词。

2。）不确定，您必须更加具体地了解您要完成的任务。

3。）使用lingua gem并查看此tutorial。

4。）查看engtagger，Ruby语音标记库。

5.）我不知道有任何库可以自动检测正确的语法/标点符号错误（因为很多情况下没有明确的正确答案）。然而，我做了一个人类可以纠正一个句子的宝石，宝石将自动显示不正确的句子和正确的句子之间的差异，包括错误的数量，错误的类型等。它被称为Chat Correct。< / p>

6。）查看名为verbs的宝石。

Answer 3

查看linkparser gem。它分析整个句子，例如，你可以得到主语，动词，副词和形容词。我相信你也可以用这个宝石来识别句子中的首字母缩略词和标题。

https://github.com/ged/linkparser

这个宝石是由Abiword团队领导的更大项目Link-grammar的包装。

http://www.abisource.com/projects/link-grammar/

确实是一个有趣的项目。