文本 - 如何将段落分成更小的句子（没有指示句末结束）

Question

我正在使用R和Python，并试图在一定程度上学习基于文本的分析和NLP。

问题：我如何拆分句子是句子像下面

句子=我喜欢我喜欢的系统，我不喜欢被人跟踪过程中的应用程序组合。

我想这句话分成

1. 我喜欢的应用程序
2. 我喜欢的系统
3. 我不喜欢这个过程所遵循

注：我能够分割一个像下面这样的句子，因为它有一个.来表示句子的结尾

句子=我喜欢这个应用程序。我喜欢这个系统。我不喜欢这个过程。

VJ

Answer 1

我可以提出一个方法，可以帮助你，因为你没有句点，就可以进行如下：

• 套用句法分析提取语法性质的段落。

  例子：我喜欢我喜欢的系统，我不喜欢这个过程所遵循

  会产生应用程序：PP VB DT NN ...

  要提取的句法分析，我建议使用Stanford Parser。

  PP：人称代词

  VB：动词

  DT：确定

  NN：名词

  你可以看到，一个句子有可以用来分割句法模式段落变成句子。

• 构建句子可能的句法树模型。通过说一个模型，我的意思是一个文件/数据库，其中包含句子的句法构建。

  例：一个模型可以包含下列行：

  PP VB DT NN - >（I吃苹果）

  VB ADJ NN - >（创建新方法）

  要构建您的模型，您可以分析许多句子（您的系列句子越大，您的系统就越准确）。您可以使用由您自己构建的corpus。

• 一旦你建立你的模型，你就可以开始编写你的程序。您的算法的主线将为：

  1-接收输入段落（作为输入或文件）。

  2-应用Stanford Parser生成段落的句法树。

  3-开始分裂基于该段的部分进行比较的段落与先前构造语法树（你的句子型号 - >你的模式）

  你需要衡量的部分的similarity带有句子模型的段落。

我试着给你一个关于如何做你想做的想法/方法。

可能您需要使用NLTK（自然语言工具包）。