撇号转换为正确的文本？答案

【问题标题】：Apostrophes Converted to Correct Text?撇号转换为正确的文本？
【发布时间】：2011-06-08 02:39:02
【问题描述】：

目标：我需要能够将撇号转换为格式正确的单词。 - 至少对于带有撇号的最常见单词。理想情况下，我想要一个单词列表及其隐含的对等词（即“不要”和“不要”）。

问题：我正在创建基于自然语言处理的搜索算法，但是当用户使用撇号创建内容（或搜索）时，会给我们带来问题。主要是因为如果我们要简单地删除撇号，我们将拥有 (don't -> dont) (doesn't -> doesnt)，它正式不是英文单词，并且不能被 NLP 系统翻译。

理想的解决方案只是将这些项目转换为的内容进行一对一映射，但我不知道这样的列表。

如果你知道一个，请告诉我，我可以在哪里找到它。

谢谢

【问题讨论】：

【解决方案1】：

这些词被称为“收缩”，您可以在网上找到一个列表，例如http://en.wikipedia.org/wiki/Contraction_(grammar)

【讨论】：

【解决方案2】：

取决于你想让你的系统有多好。它会理解“gonna”是“going to”和“gotta”是……嗯，这很难。它可能意味着“得到”（“必须”、“必须”）或“得到一个”（“有一个”）。

哦，当我们尝试教我们的计算机进行交流时，我们学到的东西。

【讨论】：