自然语言处理的正则表达式“不包含”模式问题

【问题标题】：Regex "does not contain" pattern issue for Natural Language Processing自然语言处理的正则表达式“不包含”模式问题
【发布时间】：2021-01-31 17:48:06
【问题描述】：

链接到regex101

我正在实现一个简单的 NLP 算法。我已经实施了解决方案循环遍历原始字符串以协助正则表达式，但现在我想看看我是否可以在纯正则表达式中做到这一点。

我不知道如何让“构建”组尊重负面的展望。我正在尝试捕获 [“自然语言处理”算法] 任何帮助将不胜感激，谢谢????

$subject_string = <<<'subject_string'
Projects I've built & Plan to build. HackMatch.io (May 2020 onward), 
As of October 2020, I intend to start implementing "Natural Language Processing" algorithms 
in PHP when I have time. I'll then use PHP to upload the results to big data tech (e.g. BigQuery) 
to create some data visualizations.
subject_string;

$pattern = <<<'pattern'
/\b(?'verb'build|make|implementing)
(?'build'.+?(?!build|make|implementing)) 
(?=\bin\b|\bon\b)
(?:build|make|implementing)??/ix
pattern;

preg_match_all($pattern, $subject_string, $matches)

【问题讨论】：

标签： php regex algorithm artificial-intelligence pcre

【解决方案1】：

你可以使用

/\b(?'verb'build|make|implementing)\s*
(?'build'(?:(?!(?&verb)).)*?) 
(?=\s*\b(?:in|on)\b)/ixs

请参阅regex demo。详情：

\b - 单词边界
(?'verb'build|make|implementing) - 组“动词”：括号内的单词之一
\s* - 零个或更多空格
(?'build'(?:(?!(?&verb)).)*?) - 组“build”：任何字符，零次或多次出现但尽可能少，不会启动“动词”组中定义的任何字符序列
\s* - 零个或更多空格
(?=\b(?:in|on)\b) - 一个正向前瞻，它匹配一个紧跟整个单词 in 或 on 的位置。

【讨论】：