Алгоритм разбиения текста на предложения легко разработать вручную/на основе регулярных выражений. Но игнорирование семантики в конечном итоге приведет к ошибкам синтаксического анализа при обработке больших объемов текста.
Я ищу решение корпоративного уровня, которое также анализирует семантику и дает точные результаты.
Целевой язык — EN.
Я проанализировал точность различных инструментов сегментации предложений, которые вы можете найти в README моей жемчужины сегментации предложений Ruby или на этой странице. Язык программирования каждого инструмента также отмечен большинством. Я не встречал никаких инструментов сегментации, написанных на PHP. Я предполагаю, что если вы хотите корпоративное решение, вам нужно будет перенести инструмент с другого языка программирования (или найти кого-то, у кого он уже есть).
Инструменты сегментации предложений:
Nltk в python обеспечивает хороший надежный результат, если используются правильные функции. Также следует учитывать Apaches open NLP.
