TEXT - 如何将一个段落分成更小的句子（没有句子结尾的迹象）

Question

我正在使用R和Python并尝试在某种程度上学习基于文本的分析和NLP。

问题：如何拆分下面这些句子混合的句子

Sentence =我喜欢我喜欢的系统应用程序我不喜欢正在遵循的过程。

我想把这句话分成

1. 我喜欢这个应用程序
2. 我喜欢这个系统
3. 我不喜欢正在遵循的流程

注意：我可以拆分下面的句子，因为它有.来表示句子的结尾

句子=我喜欢这个应用程序。我喜欢这个系统。我不喜欢这个过程。

VJ

Answer 1

我可以提出一种可以帮助你的方法，因为你没有句子分隔符，你可以按照以下步骤进行：

• 应用句法分析来提取段落的句法性质。

  示例：我喜欢我喜欢的系统应用程序我不喜欢正在遵循的流程

  将产生：PP VB DT NN ...

  要提取句法分析，我建议使用Stanford Parser。

  PP：人称代词

  VB：VerB

  DT：DeTerminer

  NN：NouN

  你可以看到一个句子有一个句法模式，可以用来将一个段落分成句子。

• 构建句子可能的句法树模型。通过说模型我的意思是包含句子句法构建的文件/数据库。

  示例：模型可以包含以下行：

  PP VB DT NN - ＆gt; （我吃了一个苹果）

  VB ADJ NN - ＆gt; （创建新方法）

  要构建模型，您可以分析许多句子（您的句子越大，您的系统就越准确）。您可以使用自己构建的corpus。

• 构建模型后，即可开始编写程序。算法的主要部分是：

  1-接收输入段落（作为输入或文件）。

  2-应用Stanford Parser生成段落的句法树。

  3-根据段落部分与先前构建的句法树（您的句子模型 - ＆gt;您的模式）的比较开始拆分段落

  您需要使用句型来衡量段落的一部分的similarity。

我试图给你一个关于如何做你想做的事的想法/方法。

您可能需要使用NLTK（自然语言工具包）。