发布荧光笔我有问题。根据文件： “......发布荧光笔...无论长度如何都会输出句子。”
所以，通过设置：
m3a8
我应该只收回一句话。这是90％的时间发生的事情，但有时我会得到一个非常长的文本，显然超过1个句子。例如:(突出显示的单词是河和污染）
它是一个合作机构，负责咨询和审议水资源综合管理 - 由国家，市政当局和民间社会共同建立的单位水资源管理10。 [2]该委员会采取民间社会的倡议，目前包括34个市镇，18个位于索罗卡巴河盆地，16个位于中上层河流的子流域。 [3]由于工业活动，采矿，未经处理的污水等，这是一条非常<污染严重的河流。
有3个句子，前两个甚至没有突出显示的单词。 我认为这里有一个错误，使发布荧光笔忽略'。'然后是'['。我注意到所有不好的突出显示结果都是如此。
这是一个已知的错误吗？还是我错过了什么？ 感谢
答案 0 :(得分：1)
我不确定自己是否认为它本身就是一个错误。句子界限不仅仅是分割句点（你不想分手，＃34; 3.14＆＃34;或者＃34;史密斯先生和＃34;），并且经常暧昧。
PostingsHighlighter使用java.text.BreakIterator来检测中断句子的位置。我曾认为BreakIterator的行为基于UAX #29，但这种行为与{（{3}}）的行为并不完全一致。
因此，它可能是java.text.BreakIterator中的一个错误，或者可能只是他们的算法的工作方式。