如何使用split在Java中将段落拆分为适当的句子？

问题描述

我想将段落分成句子。例如：“玛丽有一只小羊羔。它的羊毛是白色的。”我想将其拆分为： “玛丽有只小羊羔。” “它的羊毛是白色的。”

目前，我尝试使用text.split（“ [。]”）;并得到结果： “玛丽有只小羊羔”（没有句号。我需要它） “它的羊毛是白色的”（句子前有空格，但没有句号）

我打算做的就是将此段落拆分为适当的句子，然后放入数组中。

String text = sc.nextLine();
String[] sentence = text.split("[.]");

请帮助！

解决方法

您可以仅添加句号'。到拆分后的字符串。

类似的东西

String[] splitString = theString.split("[.]");
for(String s : splitString){
    s += ".";
}

在那个方向上的东西。

,

像这样的Somethig应该可以工作：

public class Main {
    public static void main(String[] args) {
        String paragraph = "Mary had a little lamb. Its fleece was white.";

        String sentences[] = paragraph.split("[.]");

        for (String sentence:sentences){
            System.out.println(sentence);
        }
    }

}

,

假设至少有可能句子拆分不是自然语言处理的最后要求，则应考虑使用natural language processing (NLP)之类的OpenNLP库。多亏了Gate project的English language processing pipeline available as a web page，您可以通过Web界面试用OpenNLP。确保使用“自定义注释”按钮来查看句子结构。

,

假设这句话：

String sResult = "This is a test. This is a T.L.A. test.";

所以您最好尝试一下

String sResult = "This is a test. This is a T.L.A. test.";
String[] sSentence = sResult.split("(?<=[a-z])\\.\\s+");

结果：

This is a test
This is a T.L.A. test.

请注意，有些缩写词不以大写字母结尾，例如缩写词，先生等。还有一些句子也不以句号结尾！