nlp - 如何从文本示例中自动检测代码片段？

Question

我正在对 GitHub 评论进行一些分析。但为此，我需要从大量注释中自动排除代码示例和错误消息。

另一种更简单的说法是，我只能保留评论的英文部分。虽然检测句子语言的库很少，但在我的案例中也没有什么挑战。1）注释部分并不总是遵循正确的英语语法，2）代码示例和错误消息也主要由英语单词组成。

那么什么应该是我最好的方法。结果不需要100%准确，我只想知道至少能给我一个满意结果的最佳方法。任何想法？

Answer 1

这个问题很老，但我的谷歌搜索让我想到了这个问题；因此，如果有人也遇到这个问题，请提供这个答案。