Question

我有很多名字很差的文件

videoofmegoingtoschool.avi

是否有一个库或某些算法可以将它正确分开？

video of me going to school.avi

Answer 1

我认为那里没有任何东西。我可以设想一个程序，它使用单词字典并选择从左到右匹配的最短单词，然后如果找不到第二个单词，则它会返回以搜索下一个最大的单词，依此类推。（必要时回溯）然而，这可能会产生误报和否定。听起来像是一个有趣的问题！

Answer 2

在此之前已经多次讨论过SO，不幸的是I can only find one link现在。

编辑 - 更多链接：

How to sort all possible words out of a string?
How can I split multiple joined words?（这是一个有趣的阅读）

Answer 3

我怀疑没有。这甚至是一个有趣的问题需要解决，因为你必须确定最可能的分裂方式，在某些点分裂会影响未来的分裂。有人在业余时间为一个有趣的项目，但在现实世界中，你需要手动完成：）

Answer 4

假设你有一个字典，而t（str）意味着str是一个有效的单词或一组单词，
t（str）= sum_over_i（t（str [0，i]）＆amp;＆amp; t（str [i + 1，length]）
也就是说，要检查一组字词是否形成一个有效的词组，在第一个字母后添加一个空格，看看你是否仍然可以形成两半的单词;如果这不起作用，请尝试第二个字母，然后是第三个字母......

使用动态编程，这可以在O（n ^ 2）时间内完成！

[编辑]人们不喜欢我的回答。也许是一些伪代码。

function IsValidString(x)
    if(x is one letter, not 'a' or 'i')
        return false
    if(x is a dictionary word)
        return true
    for i from 0 to x.length-2
        if( IsValidString(x[0,i]) and IsValidString(x[i+1, x.length-1]) )
            return true
    return false

这里，如果有办法将字符串分解为单个有效字，则IsValidString返回true，否则返回false。不难看出如何跟踪 i （空间位置）的哪些值使字符串有效。

Answer 5

在Linux中你可能有： / usr / share / dict / american-english

您可以尝试一次创建一个单词1个字母（从左侧开始），然后查看它是否在该dict文件中作为一个整体存在。然后将该标记另存为单独的单词。

我怎么能把单词粘在一起？

5 个答案: