字符串匹配，用于在评论满足特定的单词模式时对评论进行分类
字符串匹配是一种在文本中查找特定模式的算法或方法。它通常用于对评论、文章或其他文本数据进行分类或过滤。字符串匹配可以帮助我们自动识别和分类具有特定单词模式的评论。
在字符串匹配中，常用的算法包括暴力法、KMP算法、Boyer-Moore算法、正则表达式等。下面我将介绍其中几种常见的算法和它们的应用场景：
- 暴力法：暴力法是最简单的字符串匹配算法，它逐个字符地比较目标字符串和模式字符串。虽然效率较低，但对于小规模的文本匹配仍然是可行的。
- KMP算法：KMP算法是一种高效的字符串匹配算法，它利用模式串中的信息避免不必要的比较。KMP算法适用于较大规模的文本匹配，如搜索引擎中的关键词匹配。
- Boyer-Moore算法：Boyer-Moore算法是一种快速的字符串匹配算法，它利用模式串中的信息进行跳跃式的比较。Boyer-Moore算法适用于大规模的文本匹配，尤其在模式串较长时效果更为明显。
字符串匹配的应用场景包括但不限于：
- 垃圾评论过滤：通过匹配模式识别垃圾评论，可以帮助网站或社交平台自动过滤或标记垃圾信息，提升用户体验。
- 情感分析：通过匹配特定的情感词汇，可以自动判断评论或文章的情感倾向，用于舆情监测、市场调研等领域。
腾讯云提供了多个与字符串匹配相关的产品和服务，其中包括：
- 腾讯云API网关：提供了基于HTTP请求的接口访问和管理功能，可用于接收和处理评论数据，并应用字符串匹配算法进行分类或过滤。了解更多请访问：腾讯云API网关
- 腾讯云内容审核：提供了一套全面的内容安全解决方案，包括评论过滤、色情识别、广告识别等功能，可应用于字符串匹配场景。了解更多请访问：腾讯云内容审核
以上是关于字符串匹配的简要介绍和相关腾讯云产品的推荐。希望能对您有所帮助！
相关·内容
因此，下面的grep匹配2行。
grep -w 1.2.3.4 testfile.csv
1.2.3.4,Jim,Jonson,000000
1.2.3.4.5,George,Doe,FFFFF
我怎样才能使它与特定的单词完全匹配呢？在本例中，只有1.2.3.4。
让我们假设逗号分隔符开头或旁边的空格可能出现，如果可能的话，我希望这是跨平台grep。
浏览 0提问于2018-03-27得票数 1
我有这样的判决：
^(^?)*\?(.*)$
如果我的理解是正确的，这就是它所做的事情的分类：
^-从字符串的开头开始匹配
(^?)* -我不知道，但它是用1美元储存的
？？-匹配问号
(.*)$ -在字符串结束前匹配任何内容
那么(^?)*是什么意思呢？
浏览 4提问于2013-03-04得票数 19
回答已采纳
尽管我可能会尝试，但我不知道如何在javascript中使用regex来获取单词数组(假设所有单词都是大写的)。例如：
鉴于此: NowIsAGoodTime
如何使用正则表达式获取：'Now'，'Is'，'A'，'Good'，'Time‘
非常感谢！
浏览 0提问于2011-11-11得票数 4
回答已采纳
2回答
我正在处理一个文本分类问题，也就是说，给定一些文本，我需要给它分配特定的标签。
我试过使用Facebook的快速文本库，它有两个我感兴趣的实用程序：
A)具有预训练模型的单词向量
B)文本分类实用程序
然而，这些似乎是完全独立的工具，因为我找不到任何将这两个实用程序合并在一起的教程。
我想要的是能够通过利用单词向量的预训练模型来对一些文本进行分类。有没有办法做到这一点？
浏览 6提问于2017-12-07得票数 13
回答已采纳
2回答
我使用java replaceAll()方法替换字符串中的匹配单词。在我的例子中，如果这个词紧邻逗号(，)，则为句号(.)或者其他类似的词，这个词不能代替。
例如:和。以及；和(
这是代码：
body = body.replaceAll("(?i) "+knownWord + " ", replaceWord);
谁能给我建议一个正则表达式，它能识别这个字符串中的所有单词吗？
浏览 4提问于2014-02-28得票数 1
回答已采纳
1回答
如何改进文本数据的分类器？
、、、、
我有一个包含三列"message“、"city”和"has_info“的数据集。下面是其中的一个例子：
message city has_info
ill be there soon, call me 313-972-0310 New-York 1
use this email john***@gmail.com Boston 1
ok. you can check it Boston
浏览 0提问于2022-01-24得票数 1
我想分析一篇文章，并根据语法结构对句子进行分类，但我对NLP的理解非常有限，因此我甚至不知道从哪里开始。
据我所知，我需要解析文本并找出(或tag?)每个单词的词性。然后，我搜索动词从句或任何其他我想用来对句子进行分类的定义特征。
我不知道的是，是否已经有一些方法可以更容易地做到这一点，或者我是否需要单独定义语法规则等等。
任何在NLP上讨论这个问题的资源都会很棒。程序示例也很受欢迎。我以前使用过NLTK，但并不广泛。其他解析器或语言也可以！
浏览 0提问于2011-02-04得票数 2
回答已采纳
我试图在包含特定的集合中搜索key文档。
下面是我如何构造Firestore数据库的方法：
-- FirestoreRoot
|-- Products (Collection)
|-- Departments (Document)
|-- Food (Colletion)
|-- {Id} (Document)
-- description : "this is my very first description"
-- keyw
浏览 1提问于2019-11-20得票数 1
回答已采纳
2回答
我花了几个小时为一些匹配算法写了一个模式，但我无法为以下问题找到一些东西:给定示例"my_name_is"，我需要单独提取所有单词，以及整个表达式。考虑到它可能是n个示例的列表，其中一些可以匹配，一些不能匹配。
“name”=> "my"，"name"，"is"，"my_name_is“
我该怎么做呢? regexp应该是什么样子的？期待您的回复，谢谢！
浏览 0提问于2018-02-10得票数 0
2回答
“空”模式代表什么？
、、、、
我在玩一些角色：
Patern Subject Status
'/#*/' "\x00" Match
'/#*/' "" Match
'//' "\x00" Match
'//' "" Match
'//' "whatever" Match
'/\x00/' "whatev
浏览 3提问于2011-06-30得票数 2
回答已采纳
1回答
我开始熟悉正则表达式上的锚点(在.net上工作)，但我不明白为什么
@"\b\w+\s\w+\b"
不匹配
"theme them"
在……里面
"them theme them them"
我认为空格是非单词字符，因此在(2)的两端都存在边界，因此它应该是匹配的。
有人能解释一下为什么我错了吗？
谢谢
浏览 0提问于2014-10-18得票数 0
2回答
我想做两种类型的排序，第一种是如下：
给定一组不同的行，两个单词与一个空格分开，对它们排序的方式是，下一行的第一个单词等于上一行的最后一个单词。例如：
帕梅拉·路易莎
路易斯·安吉尔
佩德罗·路易斯
路易莎·艾兰妮
安吉尔·佩德罗
帕梅拉
应该给出如下的东西：
路易莎·艾兰妮
帕梅拉
帕梅拉·路易莎
佩德罗·路易斯
路易斯·安吉尔
安吉尔·佩德罗
我以字符串的形式读取每一行，将其放入向量并使用排序比较函数，如下所示：
bool cmp(std::string a, std::string b)
{
std::string
浏览 0提问于2014-08-18得票数 0
我正在尝试开发一种方法，将数组中的单词(fItems)与已转换为数组的字符串中的单词(stringArray)进行匹配。下面的代码大部分时间都有效，但问题是'includes()‘会搜索模式，而不是匹配整个单词。
作为一个例子。如果我在查找'wall'，它会感到困惑，它会返回'wallet‘。另外，我希望输入是灵活的。因此，例如，如果输入了玻璃，则“glass shard”项仍可返回。
有没有更精确的方法来匹配准确的单词？
for (let i = 0; i < db.items.length; i++) {
for (let j = 0; j &
浏览 0提问于2017-02-10得票数 3
回答已采纳
我正在创建我的分类在我的网站上的搜索功能。以下是我需要满足的一些标准：
当搜索'bmw 520‘时，只匹配这两个单词的准确位置，此顺序将被返回。不是只匹配‘宝马’或'520‘。
当搜索‘宝马330 ci’的结果，如上述将被退回，但，有和不延长的ci。你们都知道，在汽车中有许多扩展(i，ci，si，fi等)。
我希望‘减号’‘排除’所有返回包含字后的标志，例如：‘宝马-330’将返回所有‘宝马’的结果，而不是'330‘的结果。(a而不是减号也可以)
所有像“é”这样的特殊字符口音都转换成它们的简单值，在这种情况下是“e”。
搜索字符串中要完全忽略的单词
浏览 5提问于2009-12-13得票数 1
回答已采纳
1回答
我想知道如何对以下句子(字符串)进行单词标记化： "I am good. I e.g. wash the dishes." 以下几句话： ["I", "am", "good", ".", "I", "e.g.", "wash", "the", "dishes"] 现在的问题是，当涉及到像"e.g."这样的缩写时，它被NLTK word_tokenizer标记为如下["e.g", "."]
浏览 20提问于2019-03-17得票数 0
回答已采纳
1回答
我想匹配如下所示的模式，它是一个环境变量，后面跟着一个目录名。我想和这两个词完全吻合。如果匹配，返回1。
$::env(WORK)/bill/
如何使用regexp在TCL中做到这一点？
我是新手，所以任何帮助都是非常感谢的。谢谢。
我试过这种方法，效果很好：
if {![file isdirectory "${::env(WORK)}/bill/"]} {} else { return 1}
使用RE: regexp {^(bill)$}作为第二个单词。第一个词，因为它是环境变量，所以我被困在那里了。
浏览 3提问于2013-02-23得票数 0
2回答
我有一个带有分类变量的data.frame。让我们假设sentences是以下变量之一：
sentences <- c("Direito à participação e ao controle social",
"Direito a ser ouvido pelo governo e representantes",
"Direito aos serviços públicos",
"Direito de acesso à informaç
浏览 7提问于2018-09-01得票数 4
回答已采纳
目前，我正在尝试理解参数展开，特别是可以通过模式匹配删除部分参数值的不同形式。为了这个问题，让我们集中讨论${parameter#word}扩展。
手册(man bash)中的两个相关部分(强调“地雷”)：
${parameter#word} ${parameter##word}删除匹配的前缀模式。word被展开以产生一个模式，就像在 pathname展开中一样，并且使用下面模式匹配下面描述的规则与参数的扩展值相匹配。如果模式匹配参数值的开头，则扩展结果是删除最短匹配模式( '#'大小写)或最长匹配模式( '##'大小写)的参数的扩展值。<#>Pat
浏览 0提问于2022-05-09得票数 0
回答已采纳
我正在尝试使用NLTK对阿拉伯语短语执行一些NLP NLTK分类。如果我在分类器中输入原生单词，那么它会抱怨非ascii字符。目前，我正在执行word.decode('utf-8')，然后将其作为输入输入到训练器。
当我测试分类器时，如果存在精确匹配，结果会有一定的意义。然而，如果我在原始训练单词中测试一个单词的子串，那么结果看起来有点随机。
我只想区分这是一个糟糕的分类器，还是编码中有一些基本的东西降低了分类器的性能。这是将非ascii文本输入到分类器的合理方式吗？
#!/usr/bin/python
# -*- coding: utf-8 -*-
from textblo
浏览 2提问于2017-03-30得票数 0
我想在一个文件中搜索DNA序列，该序列只包含ATGC，4个字符。我尝试了这个模式：m=re.search('([ATGC]+)',line_in_file)，但是它给了我所有行的点击，其中包含至少一个ATGC字符。那么，如何搜索这一行只包含这4个字符，而不包含其他字符。
抱歉把我的问题说错了。我并不是要寻找与ATGC完全匹配的单词，而是一个只包含ATCG 4字符的字符串
谢谢
浏览 5提问于2014-02-19得票数 1
回答已采纳
1回答
我有一个向量，它有一系列的数字和单词。
df <- as.character(c(1234, "Other", 5678, "Abstain"))
我想删除数字的最后两位数，而不影响字符串中的单词。
df <- as.character(c(12, "Other", 56, "Abstain"))
浏览 1提问于2018-10-08得票数 0
回答已采纳
我有100个单词。所有的100个单词都是这样的。
EnglishWord,EngMeaning,NumberofW… meaning,31
因为我想通过使用Java程序来检索EnglishWord，例如仅Friendship就有100个单词。
浏览 0提问于2010-02-01得票数 0
2回答
我目前正在学习正则表达式组。我很难完全理解“分组”一书中的第一个示例。这本书给出了以下示例：
/(\S+) (\S*) ?\b(\S+)/
据我所知，这将最多匹配三个单词(由除空白以外的任何字符组成)，其中第二个单词和空格是可选的。
我很难理解的是边界条件的作用，在第三个单词的开头开始最后一组的匹配。
当有三个词时，它是否包括都没有区别。
当只有两个单词时，第二组和第三组有区别。
所以，我的问题如下
当有两个单词时，为什么\b的存在会使group#2如预期的那样成为空字符串，而当不存在时则会导致组#2包含第二个单词减去最后一个字母，而组#3会包含第二个单词的最后一个字母
浏览 0提问于2019-06-03得票数 4
回答已采纳
1回答
我想知道如何使用Python风格的Regex匹配不包含特定单词的行(只使用Regex，不涉及Python函数)？
示例：
PART ONE OVERVIEW 1
Chapter 1 Introduction 3
我想要匹配不包含单词“PART”的行？
浏览 0提问于2011-06-07得票数 87
回答已采纳
我正在使用jmeter运行一系列的webservice测试，我遇到了一些关于断言的问题。基本上，在我的一个请求中，需要指定一个错误分类(变量${CLASS} )，该请求应该返回有关具有该指定错误的订阅者和设备的信息。我想断言，与其他信息一起返回的分类永远不会不是输入的分类。即类“${classification=}”。我很确定我想在断言中使用RegEx和jmeter的'not contains‘选项来实现这一点，但我不太确定如何让它工作。任何帮助都将不胜感激！
浏览 2提问于2012-05-26得票数 0
回答已采纳
我对regex中的^符号有点困惑。
从我在网上读到的内容来看，它的意思是：“找到行首必须匹配的正则表达式。”
我读到了这里提供的示例：
在上面的例子中，我们可以使用模式^success来匹配以单词“Error: unsuccessful operation”开头的一行，而不是Error: unsuccessful operation行。
我的困惑来自于这样一个事实：^success只会与字符串“成功”匹配，对吗？那么，在下面的示例中，^的意义是什么？根据对^符号的描述，我希望第二个也是真的。
System.out.println(Pattern.matches("^success
浏览 0提问于2019-01-30得票数 0
回答已采纳
我需要检查给定的任何两个单词，它们之间是否存在字符串。
例如，我有一个句子Hey how are you?。在这方面，我需要检查两个单词Hey和how之间的任何字符串。这就是我目前所做的
s = "hey how are you?"
substring1 = 'hey'
substring2 = 'how'
my_string = s[(s.index(substring1)+len(substring1)):s.index(substring2)]
if " " in my_string:
print("no s
浏览 0提问于2019-01-08得票数 1
回答已采纳
2回答
我不知道为什么我哪儿都找不到这个。我觉得这是很常见的要求。我正在用PHP编写一个搜索引擎，用于搜索MySQL数据库中的销售列表，以查找用户输入的关键字。
表中有几个列，但只需要搜索两个列。他们被命名为file_Title & file_Desc。把它想象成分类广告。一个项目的标题和描述。
因此，例如，用户会搜索‘约翰迪尔草坪拖拉机’。我想要做的是分类，所有的4个单词都出现在列表的首位。结果只有3个a等。
我在读过一个很好的网页
在这个作者示例中，我有以下代码：
<?php
$search = 'John Deere Lawn Tractors';
浏览 2提问于2012-11-11得票数 0
你能帮我解决这个问题吗？我有一个这样的单词列表：
sachbearbeiter/-in
referent/-in
anlagenführer/-in
it-projektleiter/-in
我只想选择：
sachbearbeiter/-in
referent/-in
这是我当前的正则表达式：([a-z]+)/-(in)
问题是它会影响所有人，甚至包括使用-和ü的人
提前谢谢你。
浏览 5提问于2017-09-07得票数 0
1回答
我使用的是Prism.js，它是语法高亮器，它突出显示了匹配某些正则表达式的单词。
我想在单词git，之后匹配任何单词，所以我尝试像这样使用正向查找。
(?<=git )\w+
不幸的是，它似乎不支持正面查找，所以我必须找到一个等价的正则表达式。在不使用正向后查找的情况下，有任何方法可以在单词git后面匹配单词吗？
例如，我想要做到这一点，没有积极的后盾。
"git checkout master" -> only "checkout"
"git log --graph" -> only "log"
"a
浏览 6提问于2020-03-12得票数 2
回答已采纳
另一个正则表达式问题。我使用PHP，并且有一个字符串：fdjkaljfdlstopfjdslafdj。你看，在中间有一个stop。我只想替换除该stop之外的任何其他单词。我尝试使用[^stop]，但它也在字符串的末尾包含了s。
我的解决方案
谢谢大家的帮助。
我还想出了一个纯RegEx方法的解决方案(我的意思是在我对RegEx的知识独家报道中)。PCRE动词对我来说太高级了)。但它需要两个步骤。我不想混用PHP方法，因为有时作业在编码区之外，即在总指挥官中重命名多个文件名。
让我们看一下字符串：xxxfooeoropwfoo,skfhlk;afoofsjre,jhgfs,vnhufoolsj
浏览 0提问于2016-01-10得票数 0
嘿，我喜欢正则表达式，但我一点也不擅长它们。
我有一个大约400个缩写单词的列表，比如lol，omg，lmao...etc。每当有人输入这些缩写的单词时，它就会被替换为英语对应的单词(笑声，或者类似的东西)。不管怎么说，人们都很讨厌，他们会重复输入这些缩写的单词，最后一个字母会重复x次。
例如: omg -> omgggg，lol -> lollll，haha ->哈哈哈哈，lol -> lololol
我想知道是否有人可以给我正则表达式(最好是在Python中)来处理这个问题？
谢谢大家。
(如果有人好奇的话，这是一个与Twitter相关的主题识别项目。如果有人发推文
浏览 1提问于2010-10-09得票数 4
回答已采纳
2回答
我正在尝试在bash脚本中执行一个简单的regex语句，该语句将匹配并替换一个单词的结尾。下面是我想做的事。
wordh > word:’
下面是我正在使用的代码。
#!/bin/bash
STAT=${STAT/h$/:’}
我不熟悉bash脚本，我认为它与$有关，因为它是用来标记变量的。我试图摆脱它，并在它之后添加另一个/。当我移除$时，它可以工作(不检查单词的结尾)。
浏览 3提问于2016-01-09得票数 6
回答已采纳
请放轻松，我刚开始编程.
## example string below ##
x = 'Foo Foo (stuff) bar bar'
## current regex below ##
myre = re.compile(ur'([ A-Z ]+) ([(A-Z)]+)', re.UNICODE|re.IGNORECASE)
#----#
b = myre.findall(x)
问题
B准确返回我想要的是..。(Foo，Foo)，(bar，bar)。但我真的不知道为什么..。或者是怎么..。这会可靠吗？
我试图捕捉are集合中的所有字符，它们都
浏览 2提问于2014-02-06得票数 0
回答已采纳
2回答
我有一组字符串，如果我从实际数据集传递一些单词作为输入，它必须找到包含特定单词的字符串...为了完成这样的任务，我可以使用哪种数据结构。有谁能帮我找出。
浏览 1提问于2013-04-26得票数 0
嗨，我正在想办法从like操作符中检索一个单词。例如：
text = "jsoihj a125847 asf"
Dim s as String = text Like "*a######*"
我希望's‘等于具有“* a###### *”模式的实际单词，而不是它返回True
浏览 1提问于2017-10-21得票数 0
我有一个Python字典，它的示例结构如下(摘录)：
items = {
"Google": "Mountain View",
"Johnson & Johnson": "New Brunswick",
"Apple": "Cupertino",
}
现在我得到的是一个字符串，即str1。我想要做的是查看字符串str1中是否存在字典items中的任何键，例如，如果我有一个类似Where is Google based out of?的字符串。最初，我编写了以下伪代码：
浏览 1提问于2018-09-01得票数 4
4回答
问题：
给定一个单词，你需要判断其中大写字母的用法是否正确。
当满足以下情况之一时，我们将单词中的大写字母的用法定义为正确：
这个单词中的所有字母都是大写的，比如"USA“。这个单词中的所有字母都不是大写的，比如"leetcode“。如果这个单词有多个字母，那么只有第一个字母是大写的，比如"Google“。否则，我们会定义这个单词没有正确地使用大写字母。
我的解决方案(使用regex库)
导入re
def detectCapitalUse(word):
pattern = r'[A-Z]*|[A-Z]?[a-z]*'
r = re.se
浏览 1提问于2017-11-01得票数 1
最近我在Regex上看了很多，并且看到了很多关于一个单词匹配的答案，其中没有第二个单词。我已经看到了很多，在那里我可以搜索给定的单词(或者任何更复杂的正则表达式)，并找到一个单词丢失的位置。
这似乎是一个很好的工作在一个逐行的基础上，但在包括多行模式，它仍然似乎不匹配。
：匹配包含单词foo的整个文件字符串，但文件中缺少单词bar。到目前为止，我得到的是基于(?m)^(?=.*?(foo))((?!bar).)*$的。我一直在使用Regex测试器进行测试，但我认为这是一个开放式正则表达式问题/问题。它似乎匹配较小的部分，我想让它要么匹配/不匹配整个字符串作为一个大块。
在上面提供的例子中，匹配
浏览 2提问于2013-03-05得票数 0
回答已采纳
1回答
编辑:添加了大括号{}和Eclipse屏幕截图
我遇到了一个简单的赋值问题，即创建一个类，该类具有一个数组列表来存储命令行中的单词，每个单词都附加到数组列表的末尾，然后搜索列表中某个特定的单词(" the ")并打印单词的出现位置，再加上另一种方法返回一个新的数组列表，其中的单词位于一个数字指定的位置。
下面是我写的代码。在Eclipse中，它不会显示任何错误，但当我试图通过运行配置运行代码并输入以下虚拟文本时：“快速褐狐跳过懒狗，快速褐狐跳过懒狗，快速褐狐跳过懒狗。”，它不起作用。我不知道为什么，你能给我点建议吗？谢谢!
import java.util.ArrayList;
浏览 4提问于2020-05-09得票数 0
4回答
假设我想找出字母"e“出现两次的所有单词。当我定义这个模式时：
pattern1 <- "e.*e"
grep(pattern1, stringr::words, value = T)
RegEx还匹配诸如“因此”这样的单词，因为"e“也出现(至少)两次。重点是，我不希望我的模式是“至少”，我希望它是“精确的n次”。
这种模式..。
pattern2 <- "e{2}"
...finds有两个字母"e“的单词，但它们必须一个接一个地出现(”感觉“、"agre”等)。我想把这两种模式结合起来，找出所有单词的确切数目
浏览 13提问于2017-10-25得票数 3
回答已采纳
如何定义regex以在python中找到包含单词"xyz“的多行注释。应该匹配的字符串示例：
"""
blah blah
blah
xyz
blah blah
"""
我试过这个正则表达式：
"""((.|\n)(?!"""))*?xyz(.|\n)*?"""
(grep -i -Pz‘“((.|\n)(？！”)？xyz(.|\n)？“)
但这还不够好。例如，对于此输入
"""
blah blah blah
blah
"
浏览 5提问于2022-11-16得票数 1
1回答
我在用以下正则表达式匹配字符串中的整个模式时遇到了一些问题，我不知道为什么：
pattern = "^.*\\b"+variable+"\\b.*$"
found = re.search(pattern, word)
我想要匹配确切的模式(例如，变量可以是C/S或C/地带，所以它需要匹配完整的单词C/地带，如果它存在的话)。
例如，单词可以是：
1.00C/S
100C/S
100C/Strip23
这个词本身也可以是C/带状或C/S。
关于我可能出了什么问题有什么建议吗？
编辑:例如，我希望匹配单词100 C/S中的变量C/S
浏览 1提问于2014-12-11得票数 0
回答已采纳
3回答
例句: a，akkka，akokaa，kokoko，kakao，oooaooa，kkako，kakaoa
我需要雷鬼女巫给出2或2以下的单词a，而不是没有a的单词。
结果: a、akka、kakao、oooaooa、kkako
好的，实际上我使用的是：
SELECT word FROM dictionary_gr WHERE word REGEXP 'λ{2,3}' LIMIT 0 , 30
这将返回0行，有两个λ's和3个λ的单词。
浏览 10提问于2013-01-04得票数 25
回答已采纳
4回答
在输入时我有一些字符串："today snowing know“，这里我有3个单词，所以我必须这样解析它们:每个字符我必须与所有其他字符进行比较，并计算这些单词有多少相同的字符，例如"o”字母将是2(来自“way”和"snowing")或"w“字母将是2(来自"know”和"snowing")。之后，我必须将这些字符替换为字母的数字(转换为char格式)。结果应该是"13111 133211 1332“。
我做了什么？
首先我录下一些单词
public void inputStringsForThreads ()
浏览 1提问于2011-12-17得票数 0
回答已采纳
1回答
剪枝数据集词汇表
、、
我有一个培训和测试数据集，从20新闻组的数据集，可在学习。我已经导入了数据并创建了一个单词包，我可以用它来运行一个朴素的bayes分类器。目前的代码如下：
def prep(categories):
# Import Newsgroup data
datatrain = fetch_20newsgroups(subset='train', categories=categories)
datatest = fetch_20newsgroups(subset='test', categories=categories)
countvect = CountVect
浏览 0提问于2018-02-26得票数 1
回答已采纳
1回答
段落中多个词短语的模糊匹配算法
、、、、
首先，我不是在寻找实际的模糊匹配算法。我们使用的是Dice系数和Levenshtein距离。我正在寻找利用这些算法的最聪明的方法。
目标：
我试着在文本的段落中检测城市的名字，按照它们出现的顺序。我们有一张大约一百万个地名的清单。我想搜索一段文字，并检测其中一个位置是否存在，然后存储该城市。位置名称可以是单个或多个单词。
示例段落：
嗨妈妈！萨姆和我正考虑在下个月穿越加拿大。我们知道我们已经可以住在魁北克市的约翰家了。我知道你在加拿大经常旅行，所以我想听听你的建议。
就像我说的，我们先从魁北克市出发，然后开车去Miramichi，然后再去Halifax。两天后，我们想去角布雷顿角，。最后，我
浏览 4提问于2016-06-21得票数 5
回答已采纳
需要使用正则表达式从单词中删除以下刺痛。最好的方法是什么：
输入: MARGET_458459843_hgtb7676
所需输出: 458459843_hgtb7676
需要使用正则表达式从单词中删除匹配的"MARGET_“字符串。
浏览 14提问于2019-11-23得票数 0
回答已采纳
我是新的正则表达式，并研究了可能的匹配表达式。但我找不到我需要的东西。我想要的是删除与特定表达式匹配的单词。表达式将匹配忽略空格、制表符和换行符的所有单词。我在红宝石里找不到正确的判断器。
例如：
string = 'hello world welcome'
我需要做的是用“w”开头，以“d”结尾的单词替换某些单词匹配。
string.gsub(/^w.*d$/, 'human')
但是我不能忽略(转义)空格(而不是替换)、制表符和新行。
有人能帮上忙吗。我试图用下面的regexp来逃避，但它没有发生。
string.gsub(/^w.*d$\s/, '
浏览 3提问于2020-06-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
云直播活动推荐
腾讯云开发者
