计算字符串中的句子数

时间:2012-02-05 17:20:36

标签: c# string

如何计算给定字符串中的句子数?

2 个答案:

答案 0 :(得分:12)

你需要一个自然语言解析库。

例如,您可以使用SharpNLP作为OpenNLP项目的C#端口。

  

SharpNLP是用C#编写的自然语言处理工具的集合。目前它提供以下NLP工具:

     
      
  • 句子分割器
  •   
  • 等...
  •   

文章Statistical parsing of English sentences详细介绍了如何在SharpNLP中安装和使用句子检测器。下面将重复该文章中的示例代码作为预告片,但请阅读文档以获取有关可用功能及其使用方式的更完整描述。

using OpenNLP.Tools.SentenceDetect;

// ...

EnglishMaximumEntropySentenceDetector sentenceDetector = 
  new EnglishMaximumEntropySentenceDetector(mModelPath + "EnglishSD.nbin");
string[] sentences = sentenceDetector.SentenceDetect(input);

如果你可以假设一个关于你的句子的简单规则,例如它们都在一段时间内结束,并且在一个句子的末尾出现一个句号,那么你只能计算你句子中的句号数量。文本。但请注意,英文文本通常不适合此模式,因为:

  • 除了句号之外,还有其他字符可以结束句子。
  • 除了结束句子外,这段时期在英语中有其他用途。

答案 1 :(得分:7)

如果您已经安装了Word,则可以使用Word互操作来获取句子数以及其他统计信息。除了英语之外,这还有可能与其他语言一起使用。

object oMissing = System.Reflection.Missing.Value;

var oWord = new Microsoft.Office.Interop.Word.Application();
oWord.Visible = false;
var oDoc = oWord.Documents.Add(ref oMissing, ref oMissing, ref oMissing, ref oMissing);

oDoc.Content.Text = inputTextBox.Text;

//get just sentence count
sentenceCountLabel.Text = oDoc.Sentences.Count.ToString();

//get all statistics
foreach (Microsoft.Office.Interop.Word.ReadabilityStatistic stat in oDoc.ReadabilityStatistics)
{
    Console.WriteLine("{0}: {1}", stat.Name, stat.Value);
}

object oFalse = false;

oDoc.Close(ref oFalse, ref oMissing, ref oMissing);

这将输出:

 Words: 283 
 Characters: 1271 
 Paragraphs: 3 
 Sentences: 6 
 Sentences per Paragraph: 2 
 Words per Sentence: 47.1 
 Characters per Word: 4.3 
 Passive Sentences: 0 
 Flesch Reading Ease: 55.2 
 Flesch-Kincaid Grade Level: 12.5

这可能不是最有效的,但它只需要几行代码,可能会根据您的需要而适用。