Question

我正在开发一个通过记录用户语音来检查语法错误的应用程序。我把声音转换成文本。现在，我想将文本拆分为句子。文本不包含任何标点符号。有人可以建议一下将文本分成句子吗？

Answer 1

您需要处理正则表达式的不同情况。这是一个简单的例子：

过程1：

String text = "First text. Second text.";
String[] sentence = text.split("(?[a-z])\\.\\s+");

过程2：您还可以使用BreakIterator

BreakIterator iterator = BreakIterator.getSentenceInstance(Locale.US);
iterator.setText(text);
int start = iterator.first();
for (int end = iterator.next();
    end != BreakIterator.DONE;
    start = end, end = iterator.next()) {
}

输出：

第一个文本。

第二个文本。

您还可以检查语言处理工具。有关更多详细信息，请访问：LingPipe

将段落分为句子

1 个答案: