如何为单词加上“ a”和“ an”前缀？

作者: 狗头军师
发布时间: 2024-04-18 10:55:14 (7天前)

2 条回复

1#
回复此人
v-star*위위 | 2020-08-23 09-51

下载维基百科将其解压缩并编写一个快速过滤程序，该程序仅显示文章文本（下载内容通常为XML格式，也包含非文章元数据）。查找a（n）....的所有实例，并在以下单词及其所有前缀上建立索引（您可以为此使用简单的后缀）。这应该区分大小写，并且您需要最大字长-15个字母？（可选）丢弃所有出现次数少于5次或“ a”与“ an”的投票率少于2/3（或其他阈值-在此处进行调整）的那些前缀。最好保留空前缀，以避免出现极端情况。您可以通过舍弃其父项共享相同的“ a”或“ an”注释的所有那些前缀来优化您的前缀数据库。在确定使用“ A”还是“ AN”时，找到最长的匹配前缀，并遵循其前缀。如果您没有在步骤4中丢弃空前缀，那么总会有一个匹配的前缀（即空前缀），否则，对于完全不匹配的字符串，您可能需要特殊的情况（这种输入很少见）。您可能没有比这更好的了-它肯定会击败大多数基于规则的系统。编辑：我已经在JS / C＃中实现了这一点。您可以在浏览器中进行尝试，或下载其使用的小型可重复使用的javascript实现。.NET实现是AvsAn在nuget上打包的。这些实现是微不足道的，因此在必要时应该很容易移植到任何其他语言。原来，“规则”比我想象的要复杂得多：这是出乎意料的结果，但却是一致的投票这是一个诚实的决定，但一个金银花灌木符号：这是一个 0800的数字，或者是牛至的 ∞。缩略语：这是一个美国航空航天局的科学家，而是一个国家安全局分析师; 一个 FIAT车，但一个美国联邦航空局的政策。 ...这恰恰说明基于规则的系统构建起来很棘手！

编辑

登录后才能参与评论