在句子中的特定单词的两侧获得n个单词

Question

我需要在字符串中的特定单词的两侧提取上下文单词。在这种情况下，特定单词与字符串中的专有名词有关。 E.g。

我喜欢Martha烘焙的蛋糕，因为它们非常美味！

在这种情况下，Martha是一个专有名词，我想在Martha的两边提取4个单词，以便能够将Martha归类为名称，位置或组织。在这种情况下，烘烤是我的线索，Marth是一个人。我正在查看4的窗口大小，但是在目标词的两边少于4个单词的情况下，或者如果它是句子的第一个单词的话。

基本上是这样的：

1. 我想在目标词的两边加4个字。
2. 将它们放在两个名为leftWords和rightWords
的单独列表中
3. 检查是否少于4个单词然后缩小窗口大小并获得任何一方可用的单词数。

Answer 1

我假设您有相关专有名称的开始和结束索引（在I love the cakes Martha bakes as they are so delicious!的情况下，我认为它们将是17和23）。

建议您在两个子字符串中取出正确名称前后的句子部分，然后使用正则表达式匹配所需的单词数。在我们的示例中，Martha之前的子字符串是I love the cakes，而正则表达式\S+(\s+\S+){0,3}\s*$将匹配此子字符串末尾最多四个以空格分隔的单词（在这种情况下，它将是整个字符串，但如果有更多的单词，它只会是最后四个字）。您必须从所需的单词数中减去1并填写表达式中3的结果。

我相信你会对名字后的字词做同样的事情。