如何根据句点（。）在段落中拆分句子？使用斯坦福解析器[重复]答案

【问题标题】：How can I split sentences in paragraphs based on the period(.)? Using stanford parser [duplicate]如何根据句点（。）在段落中拆分句子？使用斯坦福解析器[重复]
【发布时间】：2017-09-08 23:45:50
【问题描述】：

如何根据句点 (.) 将句子分成段落？我想使用斯坦福解析器（Java）。

例如，我有一个段落。

你的段落写作技巧会让你成为一个完美的人。如果你看任何印刷的散文书，你会发现每一章都被分成几个部分，每个部分的第一行稍微向右缩进。这些部分称为段落。章节、散文和其他散文作品被分成段落，以便于阅读。

拆分后，

你的段落写作技巧会让你成为一个完美的人。

如果你看任何印刷的散文书，你会发现每一章都被分成几个部分，每个部分的第一行稍微向右缩进。

这些部分称为段落。

章节、散文和其他散文作品被分成段落，以便于阅读。

我希望得到这个结果。如何使用 Stanford Parser 获得此结果？

【问题讨论】：

你不需要 NLP 来分割周期
我只想在标记化之前使用 NLP。然后，你的意思是我应该使用 java 库。对吗？
你可以使用 NLP 做你想做的事，我只是指出你不需要它来检测句点和分割文本

标签： java parsing split sentence

【解决方案1】：

当您已经拥有 String.split() 方法时，您不需要引入特殊的解析器来执行此操作。您只需要使用正确的Regular Expression (RegEx) 来执行任务。

段落中的句子可能不仅仅在其末尾包含句点。句末可能有问号 (?) 或感叹号 (!)。要真正从段落中提取所有句子，您需要考虑这一点。另一件要考虑的事情，如果有一个数值恰好到达句子中的特定小数点，例如：

“嘿，伙计们，听听这个。这件物品的价值是 123.45 美元，你猜怎么着，她付了所有的钱一口气！那个 www.ebay.com 是一个买东西的好地方你不觉得吗？我想我会坚持使用 www.amazon.com。我是没有上瘾，但他们多年来一直对我很好。”

现在看上面的小段落，您可以清楚地看到其中的一些内容，在将其拆分为单个句子时显然需要考虑这些内容。我们不能只从句号 (.) 开始。我们并不是真的要拆分货币价值和网络域，而且，我们不会将什么问题或感叹句包含在其他句子中。

要使用 String.split() 方法将这个示例段落分解成单独的句子而不破坏内容，我们可以使用这个正则表达式：

String[] sentences = paragraph.trim().split("(?<=\\.\\s)|(?<=[?!]\\s)");

您是否注意到我们在这里也使用了 String.trim() 方法？有些段落可以以制表符或空格开头，因此我们只需在执行拆分之前立即删除这些段落（以防万一）。 String.split() 方法中使用的Regular Expression（利用Positive Look-Behind）实际上并没有那么复杂，您可以使用test it here。以下是它的内容：

如果您现在像这样遍历名为 sentences 的字符串数组变量：

for (String sentence : sentences) {
    System.out.println(sentence + " \n");
}

您的控制台输出应类似于：

Hey folks, listen to this.  

The value of the item was $123.45 and guess what, she paid all in one shot!  

That www.ebay.com is a real great place to get stuff don't you think?  

I think I'll stick with www.amazon.com though.  

I'm not hooked on it but they've treated me great for years.

【讨论】：