这是一个创建于 2099 天前的主题，其中的信息可能已经有所发展或是发生改变。
打了一大段话，各种符号任意使用，换行不换行随意。如何把这一段话断句？ (多分享点 java 的最好~
第 1 条附言 · 2019-03-05 23:54:06 +08:00
注意，不是分词，是断句。就是把一大段话分词若干个句子。
比如“请在确有必要的情况下再使用此功能为原主题补充信息，每个主题至多可以附加 3 条附言，创建附言价格为每千字 20 铜币”断句后可以是：
1、请在确有必要的情况下再使用此功能为原主题补充信息
2、每个主题至多可以附加 3 条附言
3、创建附言价格为每千字 20 铜币
比如“请在确有必要的情况下再使用此功能为原主题补充信息，每个主题至多可以附加 3 条附言，创建附言价格为每千字 20 铜币”断句后可以是：
1、请在确有必要的情况下再使用此功能为原主题补充信息
2、每个主题至多可以附加 3 条附言
3、创建附言价格为每千字 20 铜币
第 2 条附言 · 2019-03-06 00:38:22 +08:00
第 3 条附言 · 2019-03-06 01:01:57 +08:00
比如： https://github.com/NLPchina/nlp-lang （和上面的共两个都有一段时间没更新了
第 4 条附言 · 2019-03-06 01:10:07 +08:00
 |
1
Mac 2019-03-05 23:22:48 +08:00 via Android
去看看锤子大爆炸，好像提过用的谁家的 API
|
 |
2
youngxhui 2019-03-05 23:28:58 +08:00 via Android
你是说分词吗？ hanlp 这个库不错 JAVA 的
|
 |
3
c4f36e5766583218 OP |
|
4
c4f36e5766583218 OP 第 1 条附言打错了，是“就是把一大段话分成若干个句子”
|
 |
5
Maboroshii 2019-03-06 00:28:06 +08:00 via iPad
枚举所有的标点符号自己写一个不就是了。。
|
|
6
c4f36e5766583218 OP @Maboroshii 这很弱吧，（至少得带点语义分析吧。都 9102 年了
|
|
7
c4f36e5766583218 OP NLPchina/nlp-lang，就是通过标点符号分句的。剔除！！！
|
|
8
c4f36e5766583218 OP |
 |
9
xuanwu 2019-03-06 02:08:26 +08:00
如#5 所言. 先举些不能通过标点分句的例子吧, 否则很难理解你的需求.
如果有实用目的, 欢迎在这里开 issue: https://github.com/program-in-chinese/house_of_10000_business |
 |
10
Iamnotfish 2019-03-06 02:32:49 +08:00 via iPhone
结巴断句？
|
 |
11
theks 2019-03-06 02:38:20 +08:00 via iPhone
只考虑开源的吗？商用的也可以看看。我用过百度的 nlp 处理语义分析，关键词提取之类的，如果需求不复杂是可以用的。
|
|
12
c4f36e5766583218 OP @theks 那个好像是提取摘要
@Iamnotfish 结巴能断句 @xuanwu 比如发了条微博，一大段话只使用了逗号，需要把它拆分成几个句子(split，至于哪个逗号 split 哪个逗号不 split 由程序处理了)。 |
|
13
xuanwu 2019-03-06 11:13:16 +08:00
@c4f36e5766583218 哦, 听起来是要判断哪几段短句是构成一个完整句子, 比如说, 我这句话, 就只有两句?
1. 哦, 听起来是要判断哪几段短句是构成一个完整句子. 2. 比如说, 我这句话, 就只有两句? 感觉比分词来的更主观, 难度估计更大吧. |
|
14
c4f36e5766583218 OP @xuanwu 感觉是，我后来往深了想了想，一段话有上下文联系的，要有语义分析的断句还真蛮复杂的
|
|
15
c4f36e5766583218 OP 好吧，貌似我搜到的 3 个 github 项目都是通过标点符号断句的~~~~。（散了散了
|
Select Language