TEXT - 段落を小さな文に分割する方法（文末の表示なし）

Question

私はRとPythonの両方を使用しており、テキストベースの分析とNLPの両方をある程度学んでいます。

質問は：どのように私は

文以下のような文章が混在している文を分割しない=私は私が守られて、プロセスを好きではないシステムが好きなアプリケーションが好き。

私は私は私がプロセスを好きではない

を踏襲しているシステム

が好きなアプリケーション

が好き

1. にこの文を分割したい注： I文の終わりを示すために.があるので、以下のような文を分割することができます

   文章=私はアプリケーションが好きです。私はシステムが好きです。私はこのプロセスが嫌いです。

   Vjの

Answer 1

私はあなたが文の区切り文字を持っていないので、あなたは次のように進むことができ、あなたを助けることができるアプローチを提案することができます

• は構文上の本質を抽出するための構文分析を適用します。段落の

  例：私は私が

  を踏襲しているプロセスを好きではない、システムが生成されます好きなアプリケーション好き：PP VB DT NNを...

  を私がすることをお勧めします構文分析を抽出するにはStanford Parserを使用してください。

  PP：人称代名詞

  VB：動詞

  DT：決定部

  NN：名詞

  あなたは、文を分割するために使用することができます構文パターンを持っていることがわかります段落を文にする。

• 文の考えられる構文木のモデルを構築します。モデルを言うと、私は文の構文的なビルドを含むファイル/データベースを意味します。

  例：

  PP VB DT NN - >（I食べるリンゴ）

  VB ADJ NN - >（新しいメソッドを作成する）

  ：次の行を含むことができるモデル

  あなたのモデルを構築するには、多くの文章を分析することができます（あなたの文章が大きくなるほど、あなたのシステムはより正確になります）。あなたは自分自身で構築したcorpusを使うことができます。

• モデルをビルドしたら、プログラムの作成を開始できます。アルゴリズムのメインラインは次のようになります。

  1-入力段落（入力またはファイルとして）を受け取ります。

  2-段落の構文ツリーを生成するためにスタンフォードパーサーを適用します。

  、3-以前に構築構文木（あなたの文章モデル - >あなたのパターン）と、段落の部分の比較に基づいて、あなたの段落を分割スタート

  あなたはの一部のsimilarityを測定する必要があります。文章モデルの段落。

私はあなたに何をしたいかについてのアイデアやアプローチを提供しようとしました。

おそらくNLTK（Natural Language Toolkit）を使用する必要があります。