作者unknow3121 (alex)
看板Soft_Job
标题Fw: [请益] 将英文文章 软换成单字的程式.软体
时间Mon Jul 22 23:38:45 2019
※ [本文转录自 Eng-Class 看板 #1TDTTUZS ]
作者: unknow3121 (alex) 看板: Eng-Class
标题: [请益] 将英文文章 软换成单字的程式.软体
时间: Mon Jul 22 23:33:48 2019
本人最近欲学习某一领域英文，若手边有数篇该领域文章的话，请问有没有
“软体/程式/APP”可以直接自动“转换or分类or排序or解析”文章内出现的所有单字？
抱歉！ 讲得有点拢统，实在不知道该怎麽描述... 以下用条列的方式简单叙述：
1. 一篇上千字的某领域文章
2. 直接将该篇文章贴至需求的"软体"
3. 该软体自动将文章内出现的所有单字依序排列（例如从a-z）
4. 排列完後，将这些单字解析成 (a)中文 (b)词性 (c)音标 ...等等
例如：
<文章>
I have a pen
I have an apple
Ugh
Apple pen
I have a pen
I have pineapple
Ugh
Pineapple pen
<解析> a-z排序
a 一个 冠词 该字音标
an 一个 冠词 该字音标
apple 苹果 名词 该字音标
have 拥有 及物动词 该字音标
I 我 代名词 该字音标
pen 笔 名词 该字音标
pineapple 凤梨 名词 该字音标
Ugh 呃 词性 该字音标
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 150.116.49.22 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Eng-Class/M.1563809630.A.8DC.htmlx
※ 编辑: unknow3121 (150.116.49.22 台湾), 07/22/2019 23:37:30
※ 发信站: 批踢踢实业坊(ptt.cc)
※ 转录者: unknow3121 (150.116.49.22 台湾), 07/22/2019 23:38:45
1F：→ unknow3121: 我是原po, 若有违反版规请告知, 谢谢！ 07/22 23:40
2F：→ Hsins: 简单的字串处理跟爬虫啊，整篇文章去掉标点符号之後根据空 07/22 23:46
3F：→ Hsins: 格做 split 出单字，根据单字去爬意思、词性跟音标，最後 07/22 23:47
4F：→ Hsins: 排序。 07/22 23:47
5F：→ Hsins: 就算不用程式语言，单纯用 Excel 或 Google Spreadsheet 也 07/22 23:48
6F：→ Hsins: 能做到。 07/22 23:48
8F：→ viper9709: 推二楼 07/23 00:28
10F：推 xiangying: google断词系统 07/23 07:17
11F：推 BlacksPig: 推二楼 07/23 12:58
12F：嘘 remmurds: 连标题都打不好 07/23 13:18
13F：推 alihue: 2f 还需要再多做 Stemming/Lemmatization 07/23 13:37
14F：推 weiber82: jieba 07/23 16:02
15F：推 windclara: 2F已给答案。这真的不难QQ 07/23 18:19
16F：推 jack0204: 想学就自己写啊，这用chrome套件写就行了 07/24 08:00
17F：→ sxy67230: 请搜索Spacy或是nltk tool,翻译可以用wiktionary api 07/26 10:36
18F：推 jennya: 反推二楼，这其实并不简单。蛮好奇推二楼的人是否真的有做 07/27 01:30
19F：→ jennya: 过。事实上字串处理部分就有一堆细节，包含大小写、时态转 07/27 01:30
20F：→ jennya: 换、专有名词(get/gets/got)(Joe,Joe's)(don't) 等等等非 07/27 01:30
21F：→ jennya: 常多无法备载。 07/27 01:30
22F：→ jennya: 再来你还要去抓字典档、把断词後的单字套用上去。 07/27 01:30
23F：→ jennya: 总之这不是一个五小时内能做完的简单的东西，如果二三十小 07/27 01:30
24F：→ jennya: 时可能可以吧。 07/27 01:30
25F：→ jennya: 不过如果有好用的library就另当别论。总之反推二楼。 07/27 01:30
26F：→ Hsins: 如果说要考虑到 morphology 当然就麻烦许多了，我说的做法 07/29 15:55
27F：→ Hsins: 只是阳春的处理。我会这样推文是针对於这篇发文者可能要做 07/29 15:55
28F：→ Hsins: 到的成果。其中比如你提到的大小写跟时态转换，甚至我说的 07/29 15:57
29F：→ Hsins: 构词方法，目前部分的网路字典所提供的 API 是可以处理的。 07/29 15:57
30F：→ Hsins: 以这篇他所要的结果来说，我的推文应该是可以 fit 他需求的 07/29 15:59
31F：→ Hsins: 。至於是要做成一个实际的产品要考虑到的东西，应该不是发 07/29 16:00
32F：→ Hsins: 文者要的吧？ 07/29 16:00