Preguntas con respuestas sobre "text-processing"

...

Digamos que tengo un gran bloque de texto. Quiero una rutina o función de PHP para citar o resumir ese texto dada una palabra clave. Un poco como lo hace Google, mostrando algunos ejemplos de citas de las páginas que encuentra. ...

I have a series of large, flat text files that I need to parse in order insert into a SQL database. Each record spans multiple lines and consists of about a hundred fixed-length fields. I am trying to figure out how to efficiently parse them without loading the entire file into memory. ...

Tengo las siguientes frases: ...

Tengo un archivo de volcado vmstat que tiene el encabezado y los valores en este formato ...

Recibo 15.000 (pueden ser más) líneas de RichTextBox, necesito agregar algo de valor a cada línea. ...

Tengo muestras de impresión predefinidas proporcionadas por una compañía de seguros. No aceptan impresiones en ningún otro formato. Tengo que escribir una aplicación que pueda completar esos formularios / muestras. ...

Si tienes una lista de textos y una persona interesada en ciertos temas, ¿cuáles son los algoritmos que se ocupan de elegir el texto más relevante para una persona determinada? ...

Como parte de un proyecto ambicioso, intento comprender mejor el texto legislativo que está escrito en los proyectos de ley presentados en el Congreso de los Estados Unidos. Tengo versiones electrónicas de facturas recientes y estoy intentando implementar un algoritmo que compararía una factura con facturas anteriores, buscando ...

Tengo algunos archivos gz enormes. Y necesito extraer las diferentes columnas y ponerlas en diferentes archivos. ...

Tengo una idea general de cómo puedo hacer esto, pero no puedo precisar cómo hacerlo exactamente. Estoy seguro de que se puede hacer con una expresión regular de algún tipo. Me pregunto si alguien aquí puede indicarme la dirección correcta. ...

Tengo un archivo con firmas de funciones como esta: ...

Tengo un trabajo que no parece muy difícil, pero no soy lo suficientemente inteligente como para saber por dónde empezar. :) ...

He estado luchando con esto por un tiempo. Sé que es mucho código para mirar, pero no tengo idea de dónde radica el problema y parece que no puedo reducirlo. Lo recompensaré. ...

La solución a esto probablemente sea obvia para muchos de ustedes, pero estoy estancado, así que pensé en preguntar. ...

Tengo una lista en el siguiente formato: ...

Estoy usando GATE para procesar textos escritos en lenguaje natural. Tengo que extraer la altura, el peso, pb, etc. del texto y almacenarlo en forma estructurada. Ahora, estas cosas (es decir, altura, peso, etc.) se pueden escribir en muchas formas que desconozco. Escribiendo gramática japonesa de todas las formas en que puedo ...

estoy trabajando en un texto. Quiero encontrar el número de palabras después de la última aparición de una palabra en particular en una matriz de cadenas. Por ejemplo, ...

Tengo un archivo de texto con contenido de muestra como se muestra aquí: ...

Estoy intentando extraer texto de un PDF. El PDF contiene texto en hindi (Unicode). La utilidad de extracción que estoy usando es Apache PDFBox (http://pdfbox.apache.org/). El extractor extrae el texto, pero el texto no es reconocible. Intenté cambiar entre muchas codificaciones y fuentes, pero el ...

Estoy buscando una forma de reemplazar todas las instancias de un formulario: ...

Tengo un problema y no tengo idea de qué algoritmo debo aplicar. ...

Tengo un problema porque necesito procesar una lista de números, que estará en una oración en inglés. Podría estar en los siguientes formatos: ...

Estoy muy familiarizado con las expresiones regulares antes de que todos comiencen a responder con variaciones de: / d + ...

Problema: ...

Estoy escribiendo código para investigación de doctorado y comenzando a usar Scala. A menudo tengo que procesar texto. Estoy acostumbrado a Python, cuya declaración de 'rendimiento' es extremadamente útil para implementar iteradores complejos en archivos de texto grandes, a menudo estructurados de manera irregular. Existen constructos similares en otros ...

...

Tengo un conjunto estático de ~ 35000 cadenas de texto ASCII únicas de 20 a 60 bytes cada una. Quiero introducir un índice único en ellos. La simple numeración no sería deseable por varias razones. ...

Como parte de un lector de documentos que estoy escribiendo para iPhone / iPad, necesito la siguiente funcionalidad: ...

El archivo de texto 1 tiene el siguiente formato: ...