Поиск шаблонов строк в тексте

Question

Я пытаюсь написать программу на Java, которая ищет шаблоны строк внутри текстового файла. Рассмотрим следующий текст, взятый из романа:

Она была очень классной женщиной, подумал он. Затем она сказала: «Привет, меня зовут Лорен. Как твое?»

Я бы хотел найти способ найти любое вхождение этой последовательности слов: HELLO, любая строка, NAME (взято из списка), чтобы из приведенного выше примера я получил (выделено жирным шрифтом):

Она была очень классной женщиной, подумал он. Затем она сказала: « Привет, меня зовут Лорен . Что твое?»

Сначала я подумал об использовании регулярных выражений, а затем подумал о написании синтаксического анализатора (возможно, сгенерированного JFlex или ANTRL).

Кто-нибудь знает о более простом и, как мы надеемся, быстрее кодируемом решении?

Answer 1

Я думаю, что Регулярное выражение, использующее класс Pattern , является вашей лучшей ставкой, если вы просто пытаетесь найти HELLO (без учета регистра), любую строку, Имя (взято из списка).

Посмотрите на онлайн-оценщик RegEx, чтобы построить свое выражение (например, http://www.regular -expressions.info / javascriptexample.html ). Создание выражения займет у вас немного времени, но как только вы это сделаете, вы получите краткий способ выражения шаблона поиска строк.

Answer 2

Вы можете попробовать stanford POS tagger , чтобы пометить части предложений, а затем получить эти предложения с критериями, которые вы ищете.

Answer 3

Попробуйте Lucene , поисковая система Java. Вам нужно что-то, что будет понимать н-граммы.