如何在 Perl 中检测和复制句子中的单词共现？答案

【问题标题】：How to detect and duplicate word co-occurence in a sentence in Perl?如何在 Perl 中检测和复制句子中的单词共现？
【发布时间】：2011-12-12 13:02:53
【问题描述】：

我有一组单词，我有兴趣根据两个或多个单词的出现来查找句子的重复项：

例子：

我想检测句子中的“男孩”或“男孩”和“女孩”或“女孩”，这样我就可以拥有这些集合：（男孩和女孩）、（男孩和女孩）、（女孩和男孩） ) 和 (男孩和女孩)。

句子：

男孩要和一个女孩一起上学，因为男孩非常喜欢女孩。

句子表示：

WORD1带着WORD2去上学，因为WORD3太喜欢WORD4了。

我怎样才能有四 (4) 种不同形式的句子，使它看起来像这样：

输出：

The WORD1 is going to school with a WORD2, because the WORD like the WORD so much.
The WORD1 is going to school with a WORD, because the WORD like the WORD4 so much.
The WORD is going to school with a WORD2, because the WORD3 like the WORD so much.
The WORD is going to school with a WORD, because the WORD3 like the WORD4 so much.

注意。

字数可以是动态的，从2个或更多；在这个例子中，我有 4 个单词。

【问题讨论】：

一种方法是为每个组合设置一个正则表达式。您可以从允许的单词对构建每个正则表达式，然后使用交替 | 运算符将它们连接在一起。
@user5402：能给我举个例子吗？
为什么输出包含第五个“WORD”而没有数字后缀？它代表四个输入词中的哪一个？
@Jonathan - 'WORD' 只是我用来替换其他成对单词的符号，在新生成的句子中是一个无关紧要的符号。
我不得不说我不是很理解这个问题。你有一个给定的句子，你想用另一组词替换给定的词并形成四个新句子？

标签： perl text

【解决方案1】：

使用反向引用：

if ($sentence =~ m/\b(\w+)\b.*\b\1/) {
  print "repeated use of the word $1\n";
}

【讨论】：

这个语句是否会匹配我在括号中指出的单词对。
我想我没有完全理解原来的问题。

【解决方案2】：

虽然它仍需要大量改进，但以下内容应该可以帮助您入门并指明正确的方向：

#!/usr/bin/env perl

use strict;
use warnings;

use Algorithm::Permute;
use Lingua::EN::Tagger;
use Lingua::EN::Inflect::Number qw(to_S);

my $text = q{The boy is going to school with a girl, because the boys
like the girls so much.};

my $tagger = Lingua::EN::Tagger->new;

my $tagged_text = $tagger->add_tags( $text );

my %nouns = $tagger->get_nouns( $tagged_text );

my %normalized;
for my $noun (keys %nouns) {
    $normalized{ to_S($noun)}{ $noun } = undef;
}

for my $nouns (values %normalized) {
    my $p = Algorithm::Permute->new([ keys %$nouns ]);

    while (my @tuple = $p->next) {
        print join(', ', @tuple), "\n";
    }
}

输出：

男孩，男孩
男孩，男孩
学校
女孩，女孩
女孩，女孩

【讨论】：