問題タブ [words]

検索式に一致するファイルからgrep出力「単語」を作成する方法はありますか?

多数のファイルで、たとえば「th」のすべてのインスタンスを見つけたい場合は、次のようにします。

しかし、出力は次のようになります (太字は私によるものです);

同じ検索を使用して出力したいものは次のとおりです。

これはgrepを使用して可能ですか？それとも別のツールの組み合わせを使用していますか?

フレーズ/単語のリストをチェックし、それらを互いに比較して、どれが適切に入力されたフレーズ/単語であるかを確認するためのスクリプトを作成するためのヘルプを探しています。

したがって、各配列の各インデックスを比較する際には、各配列を調べて両方の値を比較する必要があります。最終的に、次のものが生成されます。

どんな助けでも、私はそれを感謝します！

例えば...

鶏は動物です。
ブリトーは食べ物です。

WordNetを使用すると、「is-a」...階層機能を実行できます。

しかし、いつ木の上を移動するのをやめるかをどうやって知ることができますか？レベルが欲しいです。
それは一貫しています。

たとえば、たくさんの単語が表示された場合、wordNetでそれらすべてを分類したいのですが、特定のレベルであるため、それほど高くはなりません。「ブリトー」を「モノ」として分類するのは広すぎますが、「メキシコの包まれた食品」は具体的すぎます。正しいレベルになるまで、階層を上または下に移動したい。

段落内の文字数が350文字になるようにしたいのですが、文字数に関係なく、350文字だけを表示したいと思います。

これどうやってするの？テキストはちょうどdivタグにあります

文章。

乾杯

テキストに [a href="this-is-a-very-big-link"]this is ok[/a] (< と > を [ と ] で切り替える) のようなものがあると想像してみてください。 -非常に大きな言葉です。

2 番目のケースを 2 行に分割する必要があります...

wordwrap はリンクを無効にするため、この種の問題の解決には役に立たないことに注意してください。

何か案が？

トルコ語で約 15 万の記事があります。自然言語処理の研究に記事を使用します。記事を処理した後、記事ごとに単語とその頻度を保存したい。

現在RDBSに保存しています。

私は3つのテーブルを持っています:

Articles -> article_id,text
Words -> word_id, type, word
Words-Article -> id, word_id, article_id, frequency (word_id のインデックス、 article_id のインデックス)

問い合わせます

• 記事内のすべての単語
• 記事ごとに 1 つの単語の頻度
• すべての記事およびどの記事での単語の出現

words-article テーブルに何百万もの行があります。このプロジェクトでは常に RDBS を使用していました。mysql から始めて、現在は oracle を使用しています。しかし、私は oracle を使用したくなく、mysql よりも優れたパフォーマンスが必要です。

また、4 GB RAM を搭載したマシンでこのジョブを処理する必要があります。
簡単に言えば、文書と用語のマトリックスを保存し、それに対してクエリを実行する方法は? 性能が必要です。「キー値データベース」はパフォーマンスでmysqlを打ち負かすことができますか? または、mysql に勝るものは何ですか?

あなたの答えのプログラミング言語が依存している場合、私はpythonでコードを書いています。ただし、C/C++ 、Java は問題ありません。

ソーステキスト：米国独立宣言

上記のソーステキストを、「n」個の単語を含むいくつかのサブ文字列に分割するにはどうすればよいですか？

split（''）を使用して各単語を抽出しますが、1回の操作で複数の単語を使用してこれを行う方法がわかりません。

自分が持っている単語のリストを調べて、最初のリストの単語を（スペースを追加しながら）接着することで別の単語を作成できます。しかし、私の方法はあまりPython的ではありません。

リスト内のリンクに sIFR を使用すると問題が発生します。

• リンクに適用しようとすると、(適切なフォントと適切な色で) 完全にスキンが適用されますが、各リンクの最後の単語が切り取られたり、別の行に表示されたりします。

• に適用すると、

• テキストは適切に表示されますが、ハイパーテキスト リンク (青と下線) として表示されます。

私は forceWidth: true, fitExactly: true, forceSingleLine: true preventWrap: true のようなものを試しました 何も機能していないようです。

私は今、完全に絶望的です。誰かが同じ問題を抱えていますか？

私はワードプレスで作業しています。

問題の例を次に示します: http://www.thibaudcartigny.com/exemple.jpg

読んでくれてありがとう。

英語で有効なすべての単語のデータベースが必要です。ファイルを確認しましたが/usr/share/dict/words、含まれている単語は10万語未満です。ウィキペディアによると、英語の単語数は475,000語です。完全なリスト（アメリカ式綴り）はどこで入手できますか？

また、アジアやヨーロッパの言語を含む他の言語の単語も提供する単一のWebサイトはありますか？

編集：追加するのを忘れました、名前などは必要ありません。有効な英語の単語だけです。