c - 逐词短语匹配

Question

我需要在 C 中实现一个算法来进行短语匹配/短语识别。具体来说，我有一个循环运行的函数，它输出以逐字串筛选。我将每个输出字放在缓冲区中。 我还有一个文件，其中包含一组这样的短语:

短语 1:[姓氏] [名字] 先生早上好，您的帐户中有 [金额] 美元。

短语 2:成员 [last name] [first name] 从列表中选择了[option]。

所以我的短语集有一个已知的形式，由固定部分和动态部分组成(在“[”“]”之间)。关于动态部分，我只知道组成它的单词数。例如，在短语 2 中，第一个动态部分有 2 个词，第二个动态部分有一个词。

由于我的缓冲区充满了函数输出的单词，我需要确定列表中的哪个短语与缓冲区匹配。

如果已经有这样的算法，我需要一个关于可以使用的算法的建议，如果没有，在 C 中执行此操作的最佳方法是什么？

谢谢。

Answer 1

我会从像这样的锯齿状字符指针数组开始

char *phrase1[] = { "Good", "morning", "Mr.", "", "", "you", "have", "", "$", "in", "your", "account.", NULL };
char *phrase2[] = { "Member", "", "", "has", "chosen", "", "from", "the", "list.", NULL };
char **phrases[] = { phrase1, phrase2, NULL };

在每个短语中，有

• 必须完全匹配的词，例如“早上好”
• 标记动态项位置的空字符串""
• NULL 标记短语结束的指针

当使用数组时，phrases[p][i]是短语p中的第i个词，
phrases[p][i][0] 是短语 p 中第 i 个单词的第一个字符。

因此，检查动态项目的代码是

if ( phrases[p][i][0] == '\0' )
    // this is a dynamic item

检查短语的结尾

if ( phrases[p][i] == NULL )
    // this is the end of the phrase

否则，要比较这个词

if ( strcmp( phrases[p][i], word ) == 0 )
    // the word matches