如何拆分段落成句子

我一直在嘗試使用：如何拆分段落成句子

$string="The Dr. is here!!! I am glad I'm in the U.S.A. for the Dr. quality is great!!!!!!"; 
preg_match_all('~.*?[?.!]~s',$string,$sentences); 
print_r($sentences);

但它不會對博士，USA工作等

有沒有人有什麼更好的建議？

來源

2010-01-28 Scott Tyler

我不知道正則表達式是否足夠好，但我在想如果有一種方法可以在最後一個句子之前說出最少5個字符或類似的東西...... – 2010-01-28 22:04:48

類似這樣的：（\ W +'？\ s？）+ \。 – 2010-01-28 22:08:09

那麼，爲了滿足這種情況，你需要一個正則表達式來檢查一個空格後跟一個大寫字母，然後再進行分割。我對Regex的不熟悉，可能你可以做到這一點，但我認爲規則很快會變得更加複雜，可能你會使用一個簡單的正則表達式+一個小型的狀態機來正確執行它。 – 2010-01-28 22:14:01

嗯，也許你可以試試$sentences = preg_split('/.*?[?.!]+\s+/', $string);

來源

2010-01-28 22:11:18 prodigitalson

這幾乎是不可能的，因爲你的例子清楚地表明，在例如可以使用的標點字符Dr.，U.S.A等，使得不可能知道句子開始/結束的地方。

您必須搜索以下字符以確定新句子是否跟在後面（開始於）您提及的標點符號之後。

來源

2010-01-28 22:12:49 Andreas

沒有什麼是不可能的... – 2010-01-28 23:41:31

幾乎不可能....用這種方法..把「幾乎」:)問候 – Andreas 2010-01-29 11:07:32

沒有任何簡單的解決方案。你需要在你的應用程序中做一些自然語言處理（NLP）並識別每個句子。有些東西叫OpenNLP，它是一個基於JAVA的NLP解析器工具。或Ruby中的Stanford NLP parser。你可以找到類似於PHP的東西。

here我在PHP中找到了一組用於自然語言處理的類。

來源

2010-01-28 22:15:57

+1 - 實際上，即使是使用NLP的解決方案，在面對非常非正式（例如草率）寫作時也很可能失敗。如果人們不遵循標點符號的基本規則，那麼你就被塞滿了。 – 2010-01-28 22:23:40

似乎該項目的文件不再在線 – 2012-04-03 09:12:42

如何拆分段落成句子

回答

相關問題