c# - 如何正确地为单词添加 "a"和 "an"前缀？

Question

我有一个 .NET 应用程序，在给定一个名词的情况下，我希望它正确地为该词添加前缀“a”或“an”。我该怎么做？

在您认为答案是简单地检查第一个字母是否为元音之前，请考虑以下短语:

• 一个无心的错误
• 一辆二手车

Answer 1

1. 下载维基百科
2. 解压缩并编写一个快速过滤程序，仅输出文章文本(下载通常为 XML 格式，以及非文章元数据)。
3. 找到 a(n).... 的所有实例，并为以下单词及其所有前缀建立索引(您可以为此使用一个简单的后缀)。这应该区分大小写，并且您需要最大字长 - 15 个字母？
4. (可选)丢弃所有出现次数少于 5 次或“a”与“an”达到不到 2/3 多数(或其他一些阈值 - 此处调整)的前缀。最好保留空前缀以避免极端情况。
5. 您可以通过丢弃其父级共享相同“a”或“an”注释的所有前缀来优化您的前缀数据库。
6. 在判断是使用“A”还是“AN”时，找到最长的匹配前缀，并以其为首。如果您在第 4 步中没有丢弃空前缀，那么总是匹配前缀(即空前缀)，否则您可能需要一个完全不匹配字符串的特殊情况(这样的输入应该很少见)。

您可能没有比这更好的了 - 它肯定会击败大多数基于规则的系统。

编辑:我有 implemented this in JS/C# .你可以try it in your browser ，或下载它使用的小型、可重用的 javascript 实现。 .NET 实现是包 AvsAn on nuget .实现是微不足道的，因此在必要时应该很容易移植到任何其他语言。

事实证明，“规则”比我想象的要复杂得多:

• 这是出乎意料的结果，但却是一致投票
• 这是一个诚实的决定，但是一个金银花灌木
• 符号:它是一个 0800 数字，或者是一个牛至的∞。
• Acronyms:a NASA 科学家，an NSA 分析师； FIAT 汽车但 FAA 政策。

...这只是强调基于规则的系统很难构建!