想从一片文章中，检索出，所有不符合某个生词本（比如 6 级）的单词，这样就能，着重先学习一下超纲的词汇，再看文章。请问有现成的方案，或者自己写，需要什么库？
NonClockworkChen · 2019-11-30 21:59:53 +08:00 · 1263 次点击这是一个创建于 1601 天前的主题，其中的信息可能已经有所发展或是发生改变。
给个思路，做过类似需求的大佬。
 |
1
MooRider 2019-11-30 23:13:12 +08:00  1
这..我觉得单纯的正则表达替换甚至都能实现这个效果啊,
ctrl+h, 替换 a|b|c(生词本单词)为空 |
 |
2
ClericPy 2019-11-30 23:16:36 +08:00 1
让我想起当年有道翻译可以按词汇专业程度自动标注的那个 js 了...
你这种情况, 既然是英语, 先搞到词库, 然后分词正则算了, 总不能为这点需求去搞 AC 自动机的敏感词替换那套吧 不过词汇量超过几万的话, 用 AC 自动机倒也是个靠谱的办法, 可 四级 4500，六级 5600, 这种量级丢到 map 里甚至用不了几 mb |
 |
3
AlisaDestiny 2019-11-30 23:42:47 +08:00 1
你要是不想麻烦就用正则。不过更好的方案是用字典树结构，时间复杂度可以降到 O(n)
|
 |
4
szhaoliang 2019-12-01 08:55:55 +08:00 via Android
关注，马克。
|
 |
5
y051313 2019-12-01 11:22:53 +08:00
还要考虑时态问题吧？
|
 |
6
NonClockworkChen OP @y051313 是我疏忽了，看来需要正规的公司来做这件事了，比如扇贝英语。。。
|
Select Language