Java 如何最好地检测无意义的文本？

我的用例是我有传入的文件。一些具有描述性文件名，而另一些具有文件名的数字和/或字母集合

我想知道，当文件名不是英文单词时，什么是合适的检测方法

有没有文本挖掘范例可以完成这样的任务

---

谢谢

您需要有一个英文单词的查找表，并且在检查表中输入的单词时。对于此树，您可以使用以下命令：

---

你只需要用那张单词表。表中的任何内容都是有效的单词。

您需要将文件名拆分为可能的单词（使用空格、破折号、不得分或数据中合适的任何内容），然后在字典中运行这些单词。如果80%的单词是英语，那么这可能是一个无意义的名字

---

单词列表的例子很多：这是和或在这个

中有一个类似的问题：我希望它有帮助。我不明白你为什么建议使用word2vec。word2vec用于计算单词之间的语义相似性…是的，这不太合适。你只需要使用其中的单词表。表中的任何内容都是有效的单词。