我是文本挖掘的新手。我有一个CSV文件。我需要遍历每一行并提取一些信息，然后将它们写入另一个CSV文件。我正在寻找字典中的特定信息。考虑下面的句子：
“应用程序版本为1.8.2，变量skt.len传递了必需的信息。文件ReadMe.txt具有规范。”
我的词典是：[“应用程序版本”，“变量”，“文件”]
我需要提取：
从文本中提取此类信息的最佳方法是什么？我正在使用NLTK和StanfordCoreNLP功能。但是，我还不能提取信息。我正在考虑使用正则表达式提取应用程序版本。有想法吗？
PS：我知道这可能会使任务更加复杂。但是，CSV文件每一行中的句子可能具有不同的结构。例如：一行中的“应用程序版本”，可能在另一行中是“应用程序版本”。或者一行中的“文件”可以是另一行中的“文件名”。
答案 0 :(得分：1)
我使用R，下面是提取变量值的一种方法（不是最好的方法，只是为了展示它的工作原理）：
>> str_extract(text, '(?<=variable\\s)(\\w+)(.)?(\\w+)?')
此处，文本是您共享的整个字符串。这给了我一个输出
>> skt.len
我确信Python中有类似的函数可以完成此操作并以所需的格式获得输出。