Twitter 如何处理luv、kool和brb等推文中的俚语和简短形式？

我正在使用Python对tweet进行预处理。然而，使用的很多单词都是其他单词的缩写形式，如luv、kool等，还有brb、ttyl等缩写词

现在，我只能考虑使用一个巨大的Hashmap，其中单词作为键，实际单词或扩展作为值。使用NLP还有其他更好的方法吗

注：我知道这个问题似乎太模糊了。但是请不要报告。我这样问是为了让业余爱好者能从这些知识中受益

---

PS：有一个格式很好的文本列表可以下载和使用吗？写下的链接很好，但当我复制并粘贴它时，它们的格式不容易解析

破译缩写的唯一方法是使用外部资源。这就是为什么有许多人类缩略语词典的原因。虽然人类可以通过使用常识知识和已知的缩写来预测意义，但即使是他们也做得很糟糕，所以现在NLP没有希望了

有时，也可以在同一文本中找到缩写词的定义，但twitter或（非和）俚语并非如此

所以，是的，您必须存储从首字母缩略词到其扩展的映射。要获取它们，请在词典中搜索首字母缩略词，例如，或，或

---

至于其他俚语，如“kool”，你可以尝试拼写纠正算法，请参见。

是否有格式良好的文本列表可供我下载和使用？正如我所说，最后一个可以轻松解析：你只需在任何浏览器中打开其页面的源代码，将所需的片段复制到文本文件中，最后将所有内容保存在-标记中（或者用首字母缩略词写一行，跳过2行，用定义写一行，跳过4行，然后重复）即使是regexp也不需要，所以它确实是格式很好的文本。