假设有一份菜谱（包含食材、步骤等），以自由文本形式呈现，我该如何使用PHP解析它，以便能够提取出食材（例如数量、计量单位、食材名称等）？
假设自由文本稍微有些格式化。
5个回答
7
要想“正确”实现它，你需要定义某种语法，然后可能使用LALR解析器或一些工具如yacc、bison或Lex来构建一个解析器。假设你不想这样做，那么strpos()方法就可以胜任！
- carpii
3
Java中有openNLP用于名称实体提取，可以获取您正在查找的内容，请参见：http://opennlp.sourceforge.net/models-1.5/
然后，您可以使用php-java连接器将结果获取到php中。
- Naveen
1
关于Java有一个非常相似的问题。简而言之，您需要使用字典（例如，成分）和类似于正则表达式的术语语言（注释）。您可以在Java中完成它，并通过Web服务从PHP调用它，或者您可以尝试在PHP中重新实现它（请注意，在第二种情况下，您可能会遇到显着的减速）。
- ffriend
0
如果你想快速完成这个任务，并且收集最少的资源，你可能可以想出一些好的启发式算法和正则表达式。
既然你说这个列表是“有点格式化的”，那么我会假设每行只有一个配料指令。
我会先列出一份测量单位名称的清单，这是一个相对封闭的类别（在语言学中称为相对封闭类），例如$measurements=['杯', '汤匙', '茶匙', '一撮', '一点', '适量', ...]。你甚至可以创建一个字典，将多个项目映射到一个规范化的值上（例如$measurements={cup:['杯', 'c'], tablespoon:['汤匙', 'tbsp', 'tablesp', ...], ...}或其他类似方式）。
然后，在每一行中，如果测量单位在你的字典中，你就可以找到它。接下来，查找数字（可能以小数形式格式化，例如1.5，也可能以复杂分数形式格式化，例如2 1/2或2-1/2），并假设这是你需要的单位数量。如果没有数字，则可以假定该单位为1（例如“适量”等情况）。
最后，您可以假设剩下的任何内容都是实际的成分。
我想这种启发式方法可以涵盖75-80％的情况。您仍然会遇到很多边角情况，例如当食谱要求“2个橙子”或者更糟糕的是“2个橙子的汁液”时。在这些情况下，您可以将它们添加为例外（在某种离线策划期间），或者让自己“OK”，不要对它们进行正确处理。
- Marc L'Heureux
0
如果没有大量的语言建模，我认为唯一的方法就是拥有一个巨大的食材清单，并在食谱中搜索它们。数量应该是食材之前的单词。
- jonlucc
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接