在句子的某个单词的任一侧获取n个单词

-2

我需要在字符串中的某个单词的任一侧提取上下文单词。在这种情况下，特定的单词属于字符串中的专有名词。例如。在句子的某个单词的任一侧获取n个单词

我喜欢玛莎的蛋糕，因为它们太好吃了！

在这种情况下，玛莎是一个专有名词，我想提取玛莎任何一方的4个词，以便能够将玛莎分类为名称，地点或组织。在这种情况下，烘焙是我的线索，Marth是一个人。我正在查看4的窗口大小，但是在目标单词两侧少于4个单词的情况下或者如果它是句子的第一个单词怎么办？

所以基本上：

我想获得对目标词的两侧4个字。
将它们放在两个单独的列表中，分别称为leftWords和rightWords
检查是否少于4个单词，然后减小窗口大小并获取任意一侧可用的任意数量的单词。

来源

2017-03-06 serendipity

你有任何实际的代码？ –

请提供您到目前为止所尝试的内容，SO不是一项编码服务。 –

@TimBiegeleisen我确实有代码，但我目前的做法是使用nlp工具从句子中获取块，并从块中获取上下文单词。但在大多数情况下，我意识到专有名词会分裂成自己的大块，因此没有任何语境词汇。所以我决定尝试使用窗口从整个句子中提取上下文单词。所以我真的没有有效的代码来分享。对于那个很抱歉。只是关于如何使窗口灵活的想法就可以做到。 – serendipity

我假设你有相关专有名称的开始和结束索引（在I love the cakes Martha bakes as they are so delicious!的情况下，我认为它们将是17和23）。

建议您在两个子字符串中取出正确名称前后的句子部分，然后使用正则表达式来匹配所需的单词数。在我们的示例中，Martha之前的子字符串是I love the cakes，而正则表达式\S+(\s+\S+){0,3}\s*$将在该子字符串的末尾匹配最多四个由空白分隔的单词（在这种情况下，它将是整个字符串，但如果有更多单词，它只会是最后四个）。您必须从所需数量的字中减去1，并在表达式中填入3的结果。

我相信你对名称后面的单词采用类似的方式。

来源

2017-03-06 10:41:19

在句子的某个单词的任一侧获取n个单词

回答

相关问题