如何用java

Question

我就從Twitter收集數據，並在其上進行處理的工作，以乾淨的髒的文字，但我有一個問題：文字是髒的，

例如：

String dirtyText="this*is#a*&very_dirty&String"; 

例如：

String dirtyText="All f dis happnd bcause u gave ur time, talent n passion."; 

請讓我儘可能簡單。

Answer 1

這不是一個容易解決的問題。 All f dis happnd可以被「清理」以產生All *of* this happened或All *if* this happened。對於第一個例子，您只能用空格替換所有非字母字符。請參閱this question瞭解如何操作。

否則我認爲你需要一個自然語言處理器，或者至少是一個拼寫檢查器。猜測Tweet應該以正確的英文表達是一個非常複雜的問題。看看Jazzy的開源拼寫檢查器。