文本 - 如何將段落分成更小的句子（沒有指示句末結束）

Question

我正在使用R和Python，並試圖在一定程度上學習基於文本的分析和NLP。

問題：我如何拆分句子是句子像下面

句子=我喜歡我喜歡的系統，我不喜歡被人跟蹤過程中的應用程序組合。

我想這句話分成

1. 我喜歡的應用程序
2. 我喜歡的系統
3. 我不喜歡這個過程所遵循

注：我能夠分割一個像下面這樣的句子，因爲它有一個.來表示句子的結尾

句子=我喜歡這個應用程序。我喜歡這個系統。我不喜歡這個過程。

VJ

Answer 1

我可以提出一個方法，可以幫助你，因爲你沒有句點，就可以進行如下：

• 套用句法分析提取語法性質的段落。

  例子：我喜歡我喜歡的系統，我不喜歡這個過程所遵循

  會產生應用程序：PP VB DT NN ...

  要提取的句法分析，我建議使用Stanford Parser。

  PP：人稱代詞

  VB：動詞

  DT：確定

  NN：名詞

  你可以看到，一個句子有可以用來分割句法模式段落變成句子。

• 構建句子可能的句法樹模型。通過說一個模型，我的意思是一個文件/數據庫，其中包含句子的句法構建。

  例：一個模型可以包含下列行：

  PP VB DT NN - >（I吃蘋果）

  VB ADJ NN - >（創建新方法）

  要構建您的模型，您可以分析許多句子（您的系列句子越大，您的系統就越準確）。您可以使用由您自己構建的corpus。

• 一旦你建立你的模型，你就可以開始編寫你的程序。您的算法的主線將爲：

  1-接收輸入段落（作爲輸入或文件）。

  2-應用Stanford Parser生成段落的句法樹。

  3-開始分裂基於該段的部分進行比較的段落與先前構造語法樹（你的句子型號 - >你的模式）

  你需要衡量的部分的similarity帶有句子模型的段落。

我試着給你一個關於如何做你想做的想法/方法。

可能您需要使用NLTK（自然語言工具包）。