问题标签 [linguistics]

Winword 中有一个自动摘要工具。有人知道背景，即使用了哪些算法，或者我在哪里可以找到有关此功能的其他背景信息？

谢谢

我下载了“ Ruby Linguistics With Verb Conjugation ”的源代码。

如何安装它以供使用？我需要将它编译成一些宝石吗？

是否有一个公共 API 可以让我查找单词的定义？我一直在寻找这个，但它与字典数据结构混淆了。我打算在 ac# 应用程序中使用它。

谢谢

我很想与在机器学习、计算语言学或人工智能方面有经验的人交谈，但通过以下示例：

• 您会申请哪些现有软件来尝试通过统计语言、机器学习构建类似谷歌翻译的可管理的尝试？ （不要误会我的意思，我不想只是这样做，只是试图为这个领域最复杂的事情绘制一个概念框架，如果你有机会带领一个团队去实现你会怎么想这样的...）

• 现有哪些数据库？当那些是 TB 的数据时，使用哪种数据库技术来存储结果

• 除C++ 外还有哪些编程语言？

• 阿帕奇猎手？

• 并且，这些软件组件将如何协同工作来为整个工作提供动力？

TL;DR 摘要：我需要一个可以用来获取同义词和其他相关词的命令行应用程序。它需要是多语言的并且可以跨平台工作。任何人都可以为我推荐一个合适的程序，或者帮助我找到我已经找到的程序吗？谢谢。


更长的版本： 我的任务是用 PHP 编写一个系统，该系统可以为用户输入的单词提供替代建议。我需要找到一个词库应用程序/API 或类似的东西，我可以用来生成这些建议。

重要的是，它需要多语言（英语、丹麦语、法语和德语）。这排除了我使用谷歌设法找到的大多数软件。它还需要是跨平台的（它需要在 Linux 和 Windows 上工作）。

我的研究让我找到了两个有前途的候选人：WordNet和Stardict。

到目前为止，我一直专注于 WordNet，使用该shell_exec()函数从 PHP 调用它，并且我已经设法使用它创建了一个非常有前途的原型 PHP 页面，但到目前为止只有英文版。我正在为如何使用多语言而苦苦挣扎。

Wordnet 站点有其他语言的 Wordnet 项目的外部链接（例如丹麦语的DanNet），但是虽然它们通常被称为 Wordnet，但它们似乎使用各种数据库格式和软件，这使得它们不适合我。我需要一个可以从我的 PHP 程序中调用的一致接口。

从这个角度来看，Stardict 看起来更有希望：它们以标准 DB 格式为一个应用程序提供多种语言的字典。

但 Stardict 的缺点是它主要是一个 GUI 应用程序。从命令行调用它会启动 GUI。显然有一个命令行版本（SDCV），但它似乎已经过时（最后更新 2006 年），并且仅适用于 Linux。

任何人都可以帮助我解决这些程序中的任何一个问题吗？或者，任何人都可以建议我可以使用的任何其他替代软件或 API 吗？

非常感谢。

在最新版本的 rails 中，我的应用程序有以下几行没有任何问题：

最近我从 Ruby 1.8.7 升级到 Ruby 1.9.2 并且正在使用 Rails 的边缘版本。当我启动服务器时，我现在看到以下内容：

关于如何解决这个问题的任何想法？这是语言学和 Ruby 1.9.2 之间的不兼容吗？

从字符串+分类中检测英文单词我有一个庞大的 url 数据库，我想从这些数据中提取英文单词，然后对 URL 中包含的单词进行分类

例如 apple.com -> apple:fruit 和 app:computer

还有其他 PHP 脚本可以为每个字符串添加单词，但我需要帮助的是一个开放数据源，用于对英语单词进行分类

例如忍者=武术

PHP 部分只是简单地进行查找。我见过用于对页面内容进行分类的贝叶斯脚本，但这更多的是几个词……而且它可能比需要的更复杂。

提前喝彩，

我正在开发一个系统，该系统可以根据各种用户输入（例如音节模板或修改后的 Backus Naur 表格）创建虚构的单词。不过，计划中的一种新模式是机器学习。在这里，用户没有明确定义任何规则，而是粘贴一些文本，系统会学习给定单词的结构并创建相似的单词。

我目前的幼稚方法是创建一个字母邻域概率表（包括一个特殊的词尾“字母”），并通过按字母对扫描输入来填充它（使用空格和标点符号作为单词边界）。创建一个单词意味着查找每个字母跟随当前字母的概率，并根据概率随机选择一个，附加并重复，直到遇到单词结尾。

但我正在寻找更复杂的方法（可能？）提供更好的结果。我对机器学习知之甚少，因此感谢您提供有关主题、技术或算法的指针。

我想用 C 语言编写一个程序，要求用户输入一个数字，然后用英文打印该数字。

例如：

等等。它可以使用 switch-case 和 if else 来实现，但它会使代码冗长。对于少数数字这很好，但如果我们必须写到 100，那么它会很长。

有没有一个简短的算法或想法？

我正在寻找便于在通用文本编辑器（我使用 Emacs）中编辑并且可以在版本控制下存储（并允许轻松合并）的字典源文件格式。

所以我可以与其他人分享我在字典上的工作。

如果没有将 dict 源转换为索引形式以与字典软件文件格式一起使用的支持工具，则无法使用。

作为客户端词典软件，我使用 GoldenDict：http ://goldendict.org/dictionaries.php ，它了解许多索引 dicts 文件格式，但如果您推荐，我会切换到另一种。

以前我使用 TAB 格式（StarDict 的原始文件格式，转换为 .dict.dz/.idx/.ifo）。太丑了！每个单词定义必须保持在单行中，并且单词与 TAB 的定义分开。看：

接下来我尝试使用 Dictd 文件格式。它要好得多：

我也知道http://xdxf.sourceforge.net/。但深看，这是一个死项目。并且有两个明显的遗漏：

• XML 排版噪音很难写文章
• 没有工具可以将源代码转换为可用的字典（您只能转换为其他源格式，然后生成可用的字典......）

我正在寻找更好的解决方案...

我还参与了开源软件项目手册和免费书籍的翻译，并希望维护术语列表，以便可以在翻译人员之间共享创建的字典以保持一致的翻译。