Нужно проанализировать текст и посчитать, сколько в нём пронумерованных абзацев. Проблема

Question

Нужно проанализировать текст и посчитать, сколько в нём пронумерованных абзацев. Проблема

в том, что нумерация проставлена как попало:
1.
1.1
1 1
1)

И всё в таком духе. Местами дублируется, местами и вовсе отсутствует.

Есть какие-то готовые решения, способные с этим справиться, или это всё безнадёжно?

#nlp #programming #russian

0

19.09.2023

12 ответов

6 просмотров

Сергей Шульга

Mukhammadsaid
Регулярки могут помочь

Нет.

0

7 месяцев назад

ԤИОНЕР Автор вопроса

Mukhammadsaid
Регулярки могут помочь

Там на самом деле столько мусора, что я шибко сомневаюсь, что эти Авгиевы конюшни можно разгрести вручную, поэтому и решил спросить здесь) Ну, т.е. самый очевидный совет "да просто посчитай абзацы, начинающиеся с цифр!", конечно, не канает.

0

7 месяцев назад

Vladimir Grigoryev

если нумерация отсутствует, это все равно считается пронумерованным абзацем по условиям задачи?

0

7 месяцев назад

ԤИОНЕР Автор вопроса

Vladimir Grigoryev
если нумерация отсутствует, это все равно считаетс...

Да. Но я понимаю, что это скорее исключение, которым можно пренебречь, поэтому мне хотя бы просто посчитать пронумерованные.

0

7 месяцев назад

Mukhammadsaid

ԤИОНЕР
Там на самом деле столько мусора, что я шибко сомн...

Можно один контрпример, чтобы представить с чем мы имеем дело. Ибо пронумерованный абзац без нумера — звучит странно

0

7 месяцев назад

ԤИОНЕР Автор вопроса

Mukhammadsaid
Можно один контрпример, чтобы представить с чем мы...

Стикер

0

7 месяцев назад

Mukhammadsaid

Если срочно нужно, то я бы сделал Регексы + потом эвристически вычислил бы абзацы посередине без нумерации, если соседи с нумерациями, то значит берём.

0

7 месяцев назад

ԤИОНЕР Автор вопроса

Mukhammadsaid
Если срочно нужно, то я бы сделал Регексы + потом ...

Я понял, спасибо. Но регулярки я берегу на десерт, когда на столе уже совсем ничего не останется))) Сейчас же я пока пытаюсь выяснить, что вообще в меню есть)

0

7 месяцев назад

Ali

А какой здесь "правильный" ответ?)

0

7 месяцев назад

ԤИОНЕР Автор вопроса

Ali
А какой здесь "правильный" ответ?)

Заголовки к заголовкам, текст к тексту.

0

7 месяцев назад

Константин Кузнецов

ԤИОНЕР
Я понял, спасибо. Но регулярки я берегу на десерт,...

В Pullenti есть анализатор InstrumentAnalyzer, который как раз решает эту задачу - восстанавливает структуру документа по его тексту. В частности, определяются структурные элементы с нумерацией и наименованиями - разделы, главы, параграфы. Для НПА ещё и пункты, подпункты и т.п. Есть решение, которое проверяет корректность нумерации, но оно коммерческое.

0

7 месяцев назад

Mukhammadsaid · Accepted Answer

Mukhammadsaid

Регулярки могут помочь

0

7 месяцев назад

170 похожих чатов

Нужно проанализировать текст и посчитать, сколько в нём пронумерованных абзацев. Проблема

12 ответов

Похожие вопросы