问题标签 [polish]

让我们有一个包含以下波兰语句子的 .doc 文件（DOC 不是 DOCX ！！！）：

" Na każde 40 mg% powyżej 100 mg% dodać 1j NovoRapidu, przy glikemii poniżej 100 mg% odjąć 1j NovoRapidu od dawki wyliczonej na WW w posiłku głównym. Przekąski liczyć 1j/ 1WW. W przypadku hiperglikem.ii, 22.00, proszę liczyć na zbicie 1j NovoRapidu na każde 50 mg% powyżej 150 mg%。”

您也可以从这里下载 doc 文件 (my_doc.doc)

我想通过代码将此字符向量上传到 R 中：

该代码独立于使用的编码提供相同的输出。我想在 .doc 文件和 R 中获取相同的文本。我使用 Windows。我该如何编辑我的代码？

我正在使用 springboot 版本 = 1.5.13.RELEASE。如果我通过第一种方式使用响应实体中的对象返回数据，则它返回字符 Ã 作为Ã\u008d 并且如果我通过第二种方式使用 ObjectMapper 将对象转换为字符串并将其作为字符串的响应实体返回，则返回字符Ã正确的。如果我在 ResponseEntity 中使用对象作为输出，您能否请教为什么会出现问题。我需要做任何配置吗？我还尝试使用 (.contentType(MediaType.APPLICATION_JSON_UTF8)) 使用 UTF-8 的 MimeType，但它也不起作用。请帮助

1) ResponseEntity 中的返回对象

1) 在 ResponseEntity 中返回字符串

我的 TESTClass 如下所示

我有一个 csv 文件，它也有波兰语字符。这个的内容在这里：

如您所见，它有这些字符，例如“Ąą Ćć Ęę Łł Ńń Óó Śś Źź Żż”。然后我使用以下代码导入 csv 文件：

当我使用下面的代码将包含所有内容的导入数据从 csv 文件插入数据库时​​：

我在“LNAME”列中的 mysql 数据库中看到并非所有波兰字符：“Aa Cc Ee Ll Nn Óó Ss Zz Zz”。这还不够好。

我试过什么？

我尝试使用其他编码格式导入 csv 文件：

1) Encoding.Default - 然后它像我在这个例子中展示的那样显示：“Aa Cc Ee Ll Nn Óó Ss Zz Zz”。

2）Encoding.ASCII - 然后它显示所有'？人物

3) Encoding.UTF8 - 但它显示所有“？” 字符也。

4) Encoding.GetEncoding(1252) - 没有太大帮助。

至于mysql数据库，我已经设置utf8_polish_ci了比较字幕的方法。

现在，我如何使用波兰字符导入 csv。可能需要在导入 csv 文件代码的第一段中更改代码行：

有任何想法吗？

编辑

我使用phpmyadmin 4.8.4和 mysql 数据库版本是10.1.37-MariaDB

我有一个字符串：（prawy p pęknięty p zderzak pęknięcie它是波兰语）

我想全选p（除了单词“pęknięty”和“peknięcie”中的“p”）

我试图做这样的事情：\b(s*ps*)\b，但它不能正常工作。有任何想法吗？

我找到了 GoogleNews-vectors-negative300.bin 库，但仅适用于 ENG 单词，word2vec 中是否有类似单词的波兰语实现？

我已经尝试过使用 cc.pl.300.bin 和 NKJP-PodkorpusMilionowy 库...

我创建了一个代码块，该代码块在网络上抓取波兰网站的房产列表信息。

我已经到了保存文件的阶段，但是波兰语字体被破坏了，例如Åódź, łódzkie

有没有办法让它将波兰语字符转换为纯拉丁语，例如óto o，或者只是保持它们不变的形式？

我有一个让我们说“禁止句子”的列表（其中 1000 个，每个大约 40 个单词）。我想创建一个工具，可以在给定的文档中找到并标记它们。

问题是，在这样的文件中，这个被禁止的句子可以用不同的方式表达，而不是在这个列表中保持相同的意思，但通过使用同义词、或多或少的几个词、不同的词序、标点符号、语法等来改变。事实上，这个is all in Polish 并不是让每个名词、代词和形容词总共有 14 个格加上修饰词和进一步改变单词的性别来让事情变得更容易。我也在考虑制作它，以便找到的句子按它们被禁止的概率排列，其中一些显示不太相似。

我学了两年 IT，但对 NLP 了解不多。你认为这可以由业余爱好者完成吗？你能给我一些建议，从哪里开始，最好用什么工具把它们放在一起？不需要花哨，只要实用。我希望能找到一些现成的代码，因为我想这是以前制作的。有什么想法可以在哪里找到此类资源或在搜索时使用哪些关键字？我真的很感激一些帮助，因为我对此很陌生，需要从基础开始。

提前致谢，

卡米拉

这是我当前的查询：

我的数据库中有很多不同的行，我希望此查询能够获取名称以“myName”开头的所有行。它适用于此代码，但它不返回带有波兰字符的行。

我知道“COLLATE utf8_polish_ci”，但我也想删除类似的词，比如这个例子：

我想刮掉这样的名字：

• 可怕的
• 脚本_
• 滚动_

等等

但也有波兰语相似字符的名称，如

• 希恰纳
• 希切尼奥
• 希奇米奇

（其中“s”可以是“ś”，“c”可以是“ć”）。

这对我来说有点难以解释，我希望你能理解这一点，并且可以帮助我找到比为每个特定查询进行“或”更好的解决方案。

我已经购买了 html 模板 -> https://themeforest.net/item/bredh-multipurpose-web-hosting-with-whmcs-template/23474111，现在我需要添加一些波兰语，但问题是一些波兰语字符看起来不同。

使用字体：“Poppins”

有人知道如何消除这个吗？

我正在尝试使用DateUtils.formatDateRange()具有以下选项的方法显示我的日期的文本：

我希望得到以下结果（波兰语）：

切尔维克 2020

但我得到：

2020 年 6 月

任何人都知道可能是什么问题？