Language agnostic 拉丁语基础语言切分语法规则

我正在研究一项功能，即为拉丁语（目前为英语）应用语言分割规则（语法）

目前我正处于打破用户输入句子的阶段

e.g.:

"I am working in language translation". "I have used Google MT API for this"

在上面的例子中，我将用句号（.）来打断上面的句子。这是我在句点上打断句子的正常情况，但有n个字符用于打断句子，如（.！？等）

我有以下SRX分割规则

我的问题是：-

1） 是否有任何参考？可用于解析我的语言分段规则

2） 或者有关于语言分割的论坛吗？，这样我可以有效地讨论

如果有人知道这件事，请告诉我

---

非常感谢。

语言学期刊上似乎有大量关于这方面的文献

这是一份关于这个问题的好报告，希望能对你有所帮助

---

尼科

你可能想看看雷纳和拉特纳帕基的论文（1997年）

摘要

我们提出了一个可训练的识别模型 原始文本中的句子边界。鉴于 带有句子边界的语料库， 我们的模型学习对每个事件进行分类 属于有效或无效的 句子边界。培训程序 不需要手工制定规则，lexica， 词性标记，或特定于域的标记 信息。因此，模型可以是 易于接受任何类型的英语培训，以及 应能在任何其他罗马字母表上进行培训 语言。性能相当 达到或优于……的表现 类似的系统，但我们强调简单性 新领域的再培训。

---

它们生成的分句器称为MxTerminator，并且可用

你的标签没什么意义，我把它改成了（我觉得）更好一点的东西。。。这是关于自然语言的，但编程语言不可知：）嘿，谢谢你的快速回复：）是的……确切地说，这是自然语言而不是编程语言。。我已经遵守了（SRX规则），但我没有与那些家伙互动…建议我其他链接或论坛，以便我可以有效地互动…感谢你，因为英语主要基于黑暗时代的撒克逊方言。语法是古德语、挪威语和少量中世纪法语的独特组合。有很多单词是从拉丁语中偷来的，但除了奇怪的怪癖（数据是单数）之外，英语中几乎没有基于拉丁语的语法。