Wie zu brechen ein Absatz von Sätzen in Python

Muss ich analysieren Sätze aus einem Absatz in Python. Gibt es ein vorhandenes Paket zu tun, oder sollte ich versuchen regex hier?

  • Gibt es doppelte Leerzeichen nach dem Satzende?
  • Ihr problem Erklärung nicht ausreichende Informationen, die uns die Arbeit mit.
  • Es gibt hier einige Antworten: stackoverflow.com/questions/116494/...
  • "Rein syntaktische Ansätze mit regexps sound problematisch... man denke nur an die 5,5 Weise, Prof. Smith aus den USA erzählte uns, Perioden verwendet werden kann."
  • Diese Dinge sind in der Regel durch engagierte Satz-splitter-tools / Bibliothek-Module. Versuchen zu tun, mit regexes alleine nicht ausreicht, gute Ergebnisse zu erzielen. Der bessere Splitter ausgebildet wurden.
InformationsquelleAutor David542 | 2012-02-28
  1. 31

    Den nltk.die tokenisierung - Modul ist konzipiert für dieses und Griffe Grenzfälle. Zum Beispiel:

    >>> from nltk import tokenize
>>> p = "Good morning Dr. Adams. The patient is waiting for you in room number 3."
>>> tokenize.sent_tokenize(p)
['Good morning Dr. Adams.', 'The patient is waiting for you in room number 3.']
    InformationsquelleAutor strcat
  2. 0

    Hier ist, wie ich immer bin, die ersten n Sätze:

    def get_first_n_sentence(text, n):
    endsentence = ".?!"
    sentences = itertools.groupby(text, lambda x: any(x.endswith(punct) for punct in endsentence))
    for number,(truth, sentence) in enumerate(sentences):
        if truth:
            first_n_sentences = previous+''.join(sentence).replace('\n',' ')
        previous = ''.join(sentence)
        if number>=2*n: break #

    return first_n_sentences

    Referenz: http://www.daniweb.com/software-development/python/threads/303844

    • es funktioniert nicht, wenn der text enthält eine URL ist, oder etwas mit einem Satzzeichen (Punkt) auf dem Begriff, wie, Frau, Dr., etc..
    InformationsquelleAutor David542
Schreibe einen Kommentar