Javaによるテキスト操作

私はJava経由でテキストファイルを読んで、テキストファイルのすべての電子メールIDとURLを空白にすることになっています。これは、データのノイズを低減するためです。Javaによるテキスト操作

javaには同じようなライブラリ関数がありますか？

2011-12-28 Greenhorn

この宿題はありますか？ – Kylar

いいえ、私は機械学習システムにフィードするためにデータを平滑化するプロセスに入っています。 – Greenhorn

「空白」とはどういう意味ですか？「電子メールID」とは何ですか？ – fge

FileInputStreamおよび/またはBufferedReaderを使用してファイルを読み取ることができます。各行を解析し、正規表現を使用して電子メールやURLパターンに一致するものがあるかどうかを確認し、新しい出力文字列またはストリームを作成して書き出すことができます。

お試しいただいた内容と現在のコードを表示してください。補遺として

、私はこれらを使用しました：成功の程度の差で http://www.regular-expressions.info/email.html http://daringfireball.net/2009/11/liberal_regex_for_matching_urls

。

出典

2011-12-28 12:54:41 Kylar

ありがとうございました！出来ました！ – Greenhorn

通常、NLPシステムではテキストがトークン化され、URLや電子メールアドレスを扱うのは、低頻度のトークンをプレースホルダに還元してデータの希薄さを減らす1つのケースです。トークン化が各項目を1つのトークンに保持するのに有能であると仮定すると、トークンを置き換える方が簡単です - しきい値よりも低いすべての単語をプレースホルダで置き換えるのと同じ方法です。

また、このビジネス全体にBaum-Welchを適用することもできます。

出典

2011-12-28 13:46:35 bmargulies

String.replace（）は正規表現と置換文字列（あなたの場合は ""）を使用します。この作業を行うには、電子メールのフィールドとURLにregexを使用します。

出典

2011-12-28 13:51:07

答えて

関連する問題