如何檢查單詞是否跨句子？

Question

我有一個從文本文件中讀取某些單詞並成對顯示它們的代碼（取決於它們在段落中的出現-例如：

Hi I am <PER>Rita</PER>.I live in <LOC>Canada</LOC>
Hi I am <PER>Jane</PER> and I do not live in <LOC>Canada<LOC/> 

輸出量

麗塔加拿大
簡加拿大

（注意：這不是xml文件。）
我希望輸出該對（Rita Canada）= 1（因為它們之間出現句號）和（Jane Canada）= 0（因為它們之間沒有句號）
這是我的代碼，用於按段輸出名稱。 您能幫助我確定句點嗎？

private static final Pattern personPattern = Pattern.compile("<PER>(.+?)</PER>");
private static final Pattern locationPattern = Pattern.compile("<LOC>(.+?)</LOC>");
for(File file : listOfFiles)
    {
        BufferedReader input = new BufferedReader(new FileReader(file));

        String line = "";
        while((line = input.readLine()) != null)
        {

            ArrayList<String> persons = new ArrayList<String>();
            ArrayList<String> locations = new ArrayList<String>();
            Matcher m_person = personPattern.matcher(line);
            while(m_person.find())
            {
                persons.add(m_person.group(1));

            }

            Matcher m_location = locationPattern.matcher(line);
            while(m_location.find())
            {
                locations.add(m_location.group(1));

            }


            for(int i = 0;i<persons.size();i++)
            {
                for(int j =0 ;j<locations.size();j++)
                {

                System.out.println(persons.get(i) + "\t" + locations.get(j));
                }

            }

Answer 1

PER標簽是否總是在LOC標簽之前？ 他們有時在不同的地方嗎？

在下面的正則表達式中，我指定了一個正向查找(?=)其中包含一個與\\.匹配的原子團(?>\\.) \\. 如果沒有，則失敗。

然后是第二個捕獲組的交替，因此在沒有\\.的情況下，模式可以繼續匹配\\.

<PER>(.+?)</PER>(?=(?>\\.))|<PER>(.+?)</PER>

捕獲組1：麗塔

捕獲組2：簡