Question

我将在序言中说我根本没有编程方面的技术经验，所以如果我使用的是不正确的术语，请原谅我，但我仍然有责任找到解决问题的方法。

我们有一个应用程序的一部分，旨在识别Facebook和Twitter帖子中的正面和负面的单词和表情符号。我们为此开发了全面的词典，但是我们的代码表现不佳。

问题：以标点符号结尾的单词（例如惊人的！）没有被识别出来。就目前而言，单词是基于空白区域分割的。我认为我们不能完全删除标点符号，因为这会影响识别表情符号列表。

解决方案：我们希望遵循这些方针：（1）在白色空间上分裂得到文字然后，对于每个单词：（i）检查它们是否与任何现有字符串匹配（例如，“害怕”）（ia）如果他们这样做，请转到下一个单词（ib）如果他们不这样做，请从单词的尾部删除标点符号，然后返回（i）。

是否有人能够帮助我解决这个问题的潜在语法？我们需要为iPhone和Android（c ++和java？）编写这个。非常感谢任何帮助！

Answer 1

我假设您已经有一个方法（我称之为checkDictionaryForMatches()）来检查一个单词是否与您在词典中存储的单词匹配。

public static boolean[] checkString(String string){

    String[] stringarray = string.split(" ");
    boolean[] boolarray = new boolean[stringarray.length];
    for (int i = 0; i < stringarray.length; i++){
        if (stringarray[i].checkDictionaryForMatches() == true){
            boolarray[i] = true;
        }
        else{
            StringBuilder sb = new StringBuilder(stringarray[i]);
            for (int j = 0; j < sb.length(); j++){
                if (sb.charAt(j) == '!'){
                    sb.deleteCharAt(j);
                }
            }

            if (sb.toString().checkDictionaryForMatches() == true){
                boolarray[i] = true;
            }
            else{
                boolarray[i] = false;
            }
        }
    }
    return boolarray;
}

这只会删除!字符，但是如果你想使用更通用的解决方案，你可以简单地为每个标点符号使用OR操作数（||），或者最好是RegEx。由于首先评估checkDictionaryForMatches()方法，因此您可以将所有表情符号定义为该字典的成员。我在手机上，所以我无法对其进行测试，但希望这样可行。

这会让你对意想不到的表情符号开放（@ _ @），但我不知道你将如何处理。它还可以防止用户将标点符号放入单词的中间（例如re.d或随机的内容）。也许从Twitter句柄中剥离@会有用吗？如果有任何问题，请回复我。

识别单词串和表情符号，标点符号有问题

1 个答案: