识别字符串和表情符号，标点符号的麻烦

Question

首先我要说我根本没有编程方面的技术经验，所以如果我使用了不正确的术语，请原谅我，但我仍然负责为我们遇到的问题找到解决方案。

我们有一个应用程序的一部分，旨在识别 Facebook 和 Twitter 帖子中的正面和负面单词和表情符号。我们为此开发了综合字典，但是我们的代码表现不佳。

问题：无法识别以标点符号结尾的单词（例如惊人的！）。就目前而言，单词是根据空格分割的。我认为我们不能完全去掉标点符号，因为这会影响表情符号列表的识别。

解决方案：我们希望遵循以下思路： (1) 在空白处分割得到单词 然后，对于每个单词： (i) 检查它们是否匹配任何现有的字符串（例如，“afraid”） (ia) 如果有，请转到下一个单词 (ib) 如果没有，从词尾删除标点符号，然后返回 (i)。

有没有人可以帮助我了解潜在的语法？我们需要为 iPhone 和 Android（c++ 和 java？）编写这个。 非常感谢任何帮助！

Answer 1

我假设您已经有一个方法（我称之为checkDictionaryForMatches()）来检查一个单词是否与您存储在字典中的单词匹配。

public static boolean[] checkString(String string){

    String[] stringarray = string.split(" ");
    boolean[] boolarray = new boolean[stringarray.length];
    for (int i = 0; i < stringarray.length; i++){
        if (stringarray[i].checkDictionaryForMatches() == true){
            boolarray[i] = true;
        }
        else{
            StringBuilder sb = new StringBuilder(stringarray[i]);
            for (int j = 0; j < sb.length(); j++){
                if (sb.charAt(j) == '!'){
                    sb.deleteCharAt(j);
                }
            }

            if (sb.toString().checkDictionaryForMatches() == true){
                boolarray[i] = true;
            }
            else{
                boolarray[i] = false;
            }
        }
    }
    return boolarray;
}

这只是去掉了! 字符，但如果您想使用更通用的解决方案，您可以简单地对每个标点符号使用OR 操作数（||），或者最好使用RegEx。因为首先评估 checkDictionaryForMatches() 方法，所以您可以将所有表情符号定义为该字典的成员。我在移动设备上，所以我无法测试它，但希望它会起作用。

这确实会让你对意想不到的表情符号 (@_@) 持开放态度，但我不知道你会如何处理。它还可以防止用户将标点符号放在单词的中间（例如 re.d 或随机的东西）。也许这对于从 Twitter 句柄中剥离 @ 或其他什么有用？如果有任何问题，请回复我。