Replace 在RapidMiner中处理文本时删除连字符（特殊字符）

我想删除我在Rapidminer中分析的文本文档中的所有连字符。为此，我使用操作符“从文件处理文档”来分析大型PDF文件。每个文件都包含许多连字符，我想在将文本标记为片段（非字母）之前删除这些连字符。我使用了运算符“替换令牌”。有了它，我可以用其他符号替换连字符，但我不能用空字符串（“”）替换它们。我还尝试使用自己定制的stopwords词典（非字母，-）。这个操作员根本不工作。我已将包含我要删除的字符和单词的字典保存为文本文件（每一个都在新行中）。有人能在这个问题上帮忙吗

您可以使用以下参数使用

替换令牌

替换什么
（）[-]

替换为
$1

这有点像黑客，但它可以工作，因为括号之间的第一个捕获组总是空的，整个正则表达式将匹配一个连字符。
$1
是第一个捕获组的结果，它始终为空

下面是一个示例流程，说明了这一点

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<process version="7.0.000">
  <context>
    <input/>
    <output/>
    <macros/>
  </context>
  <operator activated="true" class="process" compatibility="7.0.000" expanded="true" name="Process">
    <process expanded="true">
      <operator activated="true" class="text:create_document" compatibility="7.0.000" expanded="true" height="68" name="Create Document" width="90" x="246" y="187">
        <parameter key="text" value="some text &#10;with&#10;some-text-with-hyphens-in&#10;hyphens in&#10;"/>
      </operator>
      <operator activated="true" class="text:replace_tokens" compatibility="7.0.000" expanded="true" height="68" name="Replace Tokens" width="90" x="447" y="187">
        <list key="replace_dictionary">
          <parameter key="()[-]" value="$1"/>
        </list>
      </operator>
      <operator activated="true" class="text:process_documents" compatibility="7.0.000" expanded="true" height="103" name="Process Documents" width="90" x="648" y="187">
        <parameter key="vector_creation" value="Term Occurrences"/>
        <process expanded="true">
          <operator activated="true" class="text:tokenize" compatibility="7.0.000" expanded="true" height="68" name="Tokenize" width="90" x="179" y="85"/>
          <connect from_port="document" to_op="Tokenize" to_port="document"/>
          <connect from_op="Tokenize" from_port="document" to_port="document 1"/>
          <portSpacing port="source_document" spacing="0"/>
          <portSpacing port="sink_document 1" spacing="0"/>
          <portSpacing port="sink_document 2" spacing="0"/>
        </process>
      </operator>
      <connect from_op="Create Document" from_port="output" to_op="Replace Tokens" to_port="document"/>
      <connect from_op="Replace Tokens" from_port="document" to_op="Process Documents" to_port="documents 1"/>
      <connect from_op="Process Documents" from_port="example set" to_port="result 1"/>
      <portSpacing port="source_input 1" spacing="0"/>
      <portSpacing port="sink_result 1" spacing="0"/>
      <portSpacing port="sink_result 2" spacing="0"/>
    </process>
  </operator>
</process>



希望以此为基础有所帮助