Algorithm 使用NLP自动清理用户生成的内容？

是否可以使用NLP自动改进用户生成的内容

目标是用一句糟糕的UGC句子，如：

没有近光灯或行车灯。灯泡正常，远光灯工作

并尝试将其改进为：

没有运行灯或近光灯。灯泡正常，远光灯正常工作

任何建议都将不胜感激。

这是可能的

首先，您必须解析句子并提取词性标记。为此，我推荐斯坦福解析器，但我鼓励您寻找替代方案

为了更好地理解我的答案，请在斯坦福解析器的在线版本中键入第一句话：

转到已处理的依赖项并查看依赖项树

---

本质上，您需要做的是在依赖关系树中找到一个模式，然后相应地修改它。例如，在这种情况下，你必须找到ok这是一个开放的研究问题。人们意识到，在分析推特、youtube评论等时，规范化非常有用

在研究层面上，我发现了第一篇文章：

在检查他们的参考资料时，还有以下内容：。他们似乎从机器翻译的角度来看待这个问题——将用户生成的内容翻译成正确的英语

在更实际的层面上，我没有尝试过很多东西，我一直使用的是。他们有一个标准化算法，但我认为它非常简单——只是用我不知道的代码替换像idk这样的东西