java如何最好地检测无意义的文本？

Question

我的用例是我有传入的文件。一些具有描述性文件名，而另一些具有文件名的数字和/或字母集合

我想知道，当文件名不是英文单词时，什么是合适的检测方法

有没有文本挖掘范例可以完成这样的任务

谢谢

Answer 1

你需要有一个英语单词的查找表，当你检查表中的输入单词时。对于这棵树，您可以使用：

https://code.google.com/p/word2vec/

你只需要使用单词表就可以了。表中的任何内容都是有效的单词