Stanford nlp 将文本拆分成句子的问题

我正试图找到将文本拆分成句子的最佳方法

我试过斯坦福NLP，但实际上我对它的表现很失望

比如说

"Who are you?" asked another man.

它被识别为两句话：

“你是谁？”

和

问另一个人

He said, "Nothing. Nothing at all."

它被认为是两句话：

他说，“什么都没有。
和
什么都没有。”

我还尝试了普通的Java BreakIterator.getSentenceInstance，但它不理解任何缩写。例如，总统先生，它分成两个句子“先生”和“总统”。斯坦福NLP并没有将塞缪尔·杰克逊或乔治·W·布什分成多个句子

因此，我不知道还有什么可以尝试。
有两种主要的方法可以进行句子拆分：

基于规则的模型
预测模型
CoreNLP使用类TokenizeProcessor进行句子拆分和标记化

斯坦福NLP软件包使用这些数据来训练他们的英语模型

似乎引号字符
“
是数据中的一个重要特性

回顾其中一个测试数据集，2000个句子中只有36个实例

如果这是指示性的，那么句子分割模型似乎不能很好地表示该功能，这意味着它可能无法很好地使用引号分割句子

这是很常见的，并且很可能您必须为您的数据训练句子分割模型

或者，如果数据的上下文是可靠的，则基于规则的方法可能有效。
您可能正在尝试边缘案例。您的目标文本如何执行？我不尝试边缘案例。这是正常文本。我指的是模型的边缘案例。它可能已在不同文本上进行了培训。您是否有特定文本要拆分？如果有，您可以显示e例如？我使用斯坦福大学NLP图书馆。这是我试过的示例文本：“死了。”他毫无感情地说。他说，“没什么。“没什么。”最后他说，“肯定是个麻烦。。。但这不是问题。他盯着法庭看了很长时间。“一张熟悉的脸，”他说。“没有胡子和雨水，也许我会认识你？”“你是谁？”另一个人问。法庭没有回答。相反，他说：“我们需要进去。快点。”谈判的结果至关重要，因为布什总统签署成为法律的现行税率将于12月31日到期。