如何将单词转换为链接？

Question

我有一个xml有两个属性：单词和链接。 如何使用xml信息将文本上的单词替换为链接。 例： XML

<word>dog</word> 
<link>http://www.dog.com</link> 

文本：狗是很好的。

结果：dog很不错。

结果OK。

的问题：

1-如果文本有言狗结果是因为“S” incorret。

2-我测试过在文本上用空格分隔来修复它，但是如果这个词的构成像新年那么结果会再次发生。

有没有人有任何建议来解决这些问题（复数和复合词）？

感谢您的帮助。

Answer 1

您可能需要一本词典。创建一个包含单词和复数形式的文本文件/ XML文件。在运行时，将它们加载到Dictionary<String, String>。然后在字典中查找<word/>的值并提取其奇异值。

Answer 2

您可以使用Lucene.Net的了contrib包Snowball的词干（words - >word，came - >come，having - >have等）。但是，你仍然有复合词

Answer 3

如果推出自己的解决方案的烦恼，我曾与.NET多元化功能良好的成功：

http://msdn.microsoft.com/en-us/library/system.data.entity.design.pluralizationservices.pluralizationservice.aspx

本质上讲，你可以通过文字的复数形式并接收单数版本，反之亦然。

这取决于内容改变的频率，这可能相当密集，即，这对于实时搜索数千个单词不是好的选择。

假设你可以预先处理/缓存结果或源文件小，你可以：

运行一次

• 从源文件确定所有候选词。

• 解析/分割短语并将它们传递给多元化库以确定它们的复数对应词。

• 生成（和预编译）简单的正则表达式以找到您要做的想要匹配的单词。例如，如果你想匹配“狗”而不是“狗”，你可以创建一个像dog[^s]这样的正则表达式，然后可以对该文本执行该正则表达式。

运行每当一个查找/替换为所需

• 运行你对讨论的文字表述源的列表。我建议将表达式从最短到最长（否则短的表达式可能会替换刚刚被较长表达式解析的单词）。

同样，这将是处理器密集型实时运行（大多数解决方案）。与往常一样，如果您解析HTML，则应该使用HTML解析器，而不是正则表达式。在这种情况下，您可以使用合适的解析器来查找所有文本节点，然后对其执行搜索/替换。

另一种解决办法是把文字和关键字清单到数据库，并使用SQL Server全文索引这往往是非常聪明的这些事情，支持智能匹配谓词。你甚至可以将它与CLR存储过程结合起来，以处理.NET擅长的事情（如字符串解析）。

无论采用哪种方法，这都不是一门精确的科学。