Question

对于上下文，我要做的是创建一个小的webapp，您可以在其中粘贴Reddit讨论线程，并将线程中引用的歌曲名称转换为Spotify播放列表。

我正试图找出一种从某种自然语言中提取艺术家/歌曲名称的方法，格式为“artist - song name”或“songname by artist”。

所以，例如，假设我有以下字符串：

The Funeral by the Band of Horses is my favorite song.

you should check out the Acoustic version of Foo Fighters - Everlong.

Eminem- Stan. Not a fan of rap but I like this song.

结果输出为：

["The Funeral", "the Band of Horses"],
["Foo Fighters", "Everlong"],
["Eminem", "Stan"]

由于没有办法知道什么是艺术家与没有API调用的歌曲是什么，它们不需要以任何特定的方式存储，我只需要将艺术家和歌曲名称分成不同的数组部分

这是否可以在没有任何分隔符的情况下指示歌曲名称的结尾？

这是我到目前为止所做的......（半伪代码）：

delimiters = [" - ", "-", " by ",];
strings = [
    "The Funeral by the Band of Horses is my favorite song.",
    "you should check out the Acoustic version of Foo Fighters - Everlong.",
    "Eminem- Stan. Not a fan of rap but I like this song."
];
// loop over each string
for (var i=0; i<strings.length; i++ ) {
    // loop through each delimiter possibility
    for (var d=0; d<delimiters.length; d++) {
        if ( strings[i].indexOf(delimiters[d]) > -1 ) {
            // we have a delimiter match
            // now figure out how to get the stuff on either side...
        }
    }
}

Answer 1

有一个有趣的文本解析库：Knwl.js。 Knwl.js似乎没有用于解析艺术家或歌曲的插件，但它似乎应该易于实现。请参阅：plugin development

Answer 2

那么，如果你正在使用自然语言，那么你如何区分乐队/艺术家名称与其他提及相同的词语。

可以有数以万计的方法来建立一个句子，你必须抓住所有可能的。

另一种方法是对数据库以字面和多字的方式检查字符串，数据库存储艺术家和乐队的名字。

否则你肯定会错过文中的一些名字。

从句子中提取艺术家和歌曲标题的技巧？

2 个答案: