Nlp 文本语义预处理

假设我有一个车祸数据集。每一次事故都有使用一组摄像机和其他传感器进行的文字描述

---

假设现在我只有一个摄像头的数据（例如，正面摄像头），我想删除描述中与之无关的所有句子。我认为一个简单的基本解决方案是使用一个布尔检索系统，使用一组特定的关键字来删除不需要的句子，但我也不知道这是否是一个好主意，也不知道它是否可行；有人能给我一些建议吗？什么样的统计数据可能有助于研究这个问题？谢谢

正则表达式可能是一种解决方案。 我创建了一个与单词“front”匹配的正则表达式，它不区分大小写，搜索front，然后用一个或多个匹配项获取整个句子。 结果可以从一些空白处修剪。（也可以通过一些微调来删除。）

如果需要“前”、“后”、“侧”、“右”、“左”或其他，可以通过从列表中获取值的一些变量交换出单词

---

是的，这就是我所说的布尔检索。不幸的是，这种方法在很多情况下都失败了，因为例如，没有明确的匹配，或者因为您选择了一个模棱两可的单词作为关键字，然后删除了一个正确的句子。