问题标签 [hyphenation]

我需要找到一种相当有效的方法来检测单词中的音节。例如，

隐形 -> in-vi-sib-le

有一些可以使用的音节规则：

V CV VC CVC CCV CCCV CVCC

*其中 V 是元音，C 是辅音。例如，

发音（5 Pro-nun-ci-a-tion；CV-CVC-CV-V-CVC）

我尝试了几种方法，其中使用正则表达式（仅在您想计算音节时才有帮助）或硬编码规则定义（证明非常低效的蛮力方法），最后使用有限状态自动机（确实没有任何有用的结果）。

我的应用程序的目的是创建给定语言的所有音节的字典。该词典稍后将用于拼写检查应用程序（使用贝叶斯分类器）和文本到语音合成。

除了我以前的方法之外，如果有人能给我关于解决此问题的替代方法的提示，我将不胜感激。

我在 Java 中工作，但 C/C++、C#、Python、Perl 中的任何技巧都对我有用。

您认为在 LaTeX 文档中呈现类名的最佳方式是什么（撰写关于软件的文章）。

我目前正在使用\texttt（等宽打字字体），它可以正常工作，但我的类名最终会“超出”边距。

所以，我要求要么

• 表示类名的另一种（好看的）方式
• 确保我的类名不会超出页边距的方法

兄弟，图科

如果您向下滚动此页面，您会看到英国英语的连字符模式，例如：

这些像 .ab4i 这样的模式是什么意思？

 字符是不允许换行的空格。

与此相反的是什么？也就是说，一个不呈现为空格的字符，但可以用于换行。

我知道软连字符字符，但出于我的目的，我特别不希望在休息时添加连字符。

在我的报告中，我在段落内写了一些类名或变量名，我希望这些名称以等宽字体呈现。

例子：

有时，当 \texttt 标记内的单个单词呈现在行尾时，该单词不会转到下一行，也没有中断：单词的结尾超出了页边距。

我该如何处理这种情况？

干杯。

在我正在编写的 LaTeX 文档中，由于“多学科”一词恰好出现在一行的末尾，我收到了一个过满的 hbox警告。

我可以通过把它改成 来摆脱这个特殊的警告multi-discipli\-nary，但是同样的问题也会在其他地方发生，因为这个词在论文中被大量使用。

我想改用该\hyphenation{}命令，但显然我的试探性\hyphenation{multi-disci-pli-na-ry}不起作用，因为它无法正确理解第一个破折号。

我需要什么咒语才能在已经包含破折号的单词中获得正确的缩进？

奖励问题：我自己在哪里可以找到该问题的答案？

我正在使用 MikTeX 2.8 版本，并安装了匈牙利语支持和连字符文件。使用标准的 LaTeX 命令它们工作正常，但是当我尝试使用 pdfLaTeX 时，它们没有被加载，我得到了

信息。使用乳胶它工作正常：

我尝试更新 FNDB 和格式，但无济于事。

sIFR 要求很多的一件事是连字符。

现在我几乎通过集成 Hyphenator.as http://vis4.net/blog/2010/05/as3-hyphenation/解决了这个问题。

唯一的问题是 Hyphenator.as 是用 AcionScript 3 编写的，而 sIFR 是用 ActionScript 2 编写的。

我找到了一个 AS2 到 AS3 转换器 www.5etdemi.com/blog/archives/2006/11/as2-to-as3-converter-createtextfield-geturl-handling/ 但结果 examples.bezel.be/sIFR-as3.as 是还没有工作。

任何人都可以为 sIFR 中的断字工作做出贡献吗？

（抱歉链接，但奇怪的是我只允许发布一个链接。真的很奇怪。）

我正在使用 RTE (TinyMce) 在浏览器中创建文本。RTE 正在将不可见的可选连字符（代码：'' 或 '\u00ad'）插入到最小长度的单词中，以便在用户编写时进行连字符。

我现在遇到的问题是找到一个能够检查我的单词的拼写检查器，即使它们不仅包含字母，还包含可选的连字符。我确实只找到了拼写检查器，即检查“goldfish”这个词将其视为“gold”和“fish”之间可选连字符的两个词的原因。

是否有可以以任何方式修改以忽略它们的拼写检查器？有没有办法配置拼写检查器以忽略此类软连字符？（该解决方案不需要是开源的。）

将单词添加到字典不是一种选择。

该解决方案应该适用于 Safari 或 FireFox。

我正在实施可读性测试并实施了检测音节的简单算法。检测元音序列我用单词来计算它们，例如单词“shoud”包含一个元音序列，即“ou”。在计算它们之前，我要删除 -les、-e、-ed 之类的后缀（例如，单词“like”包含一个音节，但包含两个元音序列，所以这种方法有效）。

但是......考虑这些单词/序列：

• X 射线（它包含两个音节）
• 我是（一个音节，也许我可以删除文本中的所有撇号？）
• 进去'
• 我本来
• n'（例如 Pork n' Beans）
• 3rd（如何治疗？）
• 12345

特殊字符怎么办？全部删除？大多数单词都可以，但不能使用“n'”和“x-ray”。以及如何对待密码。

这些是单词的特殊情况，但我很高兴看到这个主题的一些经验或想法。