如何从推文中删除hashtag，用户提及和URL。 Twitter4j库（情感分析）无法正常使用这些噪音字

Question

如何删除标签，用户提到&推文网址。 Twitter4j库（情感分析）不能与这些噪声词正常工作

举例： 鸣叫：你好伟大今天早上#summermorning @evilpriest @holysinner https://goo.le/asxmo/dataload .......

应该看起来像 - 你好，今天早上好，早上好，

在twitter4J本身有没有什么方法或工具可用，或者我们需要写自己的？请指导。

Answer 1

使用正则表达式在通过情感分析管道解析句子之前过滤#es！ 使用此：

String withoutHashTweet = originalTweet.replaceAll("[#]", ""); 

所以“你好伟大今天早上#summermorning @evilpriest @holysinner”应该返回：“你好大今天上午summermorning @evilpriest @holysinner”

同样与替换哈希代码@删除相应的标志

Answer 2

类似的东西：

let tweet = "@arthurlacoste check this link : http://lit.ly/hugeLink ! so #nsfw"; 

tweet = tweet.replace(/(?:https?|ftp):\/\/[\n\S]+/g, '') // remove links 
     //.replace(/\#\w\w+\s?/g, '') remove hashtags words 
     .replace('#', '') // remove hashtags only 
     .replace(/\@\w\w+\s?/g, ''); // remove mentions 

console.log(tweet); 

// output : "check this link : ! so nsfw"