如何删除字母之间的所有空格？

Question

我有这样的文字：a n a l I z e，c l a s等，但也有正常的文字。我需要去掉单词字母之间的空格。你知道吗

reg_let = re.compile('\s[А-Яа-яёЁa-zA-Z](\s)', re.DOTALL)
text = 'T h i s is exactly w h a t I needed'
text = re.sub(reg_let, '', text)
text

输出： “Tiis exactlyhtneeded”（虽然我需要-“这正是我需要的）

Answer 1

这个问题没有简单的解决办法。你知道吗

我能想到的唯一解决办法是用字典检查一个词是否正确（英文字典里有）。你知道吗

但即使这样你也会得到很多假阳性。例如，如果我得到文本：

a n a n a s

文字：

• a
• 安
• 作为

在英语词典里都是正确的。如何拆分文本？对我来说，作为一个能读课文的人，这里的词显然是ananas。但我们可以这样分割文本：

an an as

这在语法上是正确的，但在英语中没有意义。正确性由上下文给出。一、 作为人类，我能理解上下文。人们可以用不同的方法拆分、合并字符串，以检查它是否有意义。但不幸的是，没有库或简单的过程可以理解上下文。你知道吗

机器学习可能是一种方法，但没有完美的解决方案。你知道吗

Answer 2

据我所知，没有一个简单的方法可以做到这一点，因为你最大的问题是要区分有意义的词，换句话说，你需要一些语义引擎来告诉你哪个词对句子有意义。你知道吗

我唯一能想到的是一个单词嵌入模型，如果没有类似的东西，你可以清除尽可能多的空格，但你不能区分单词，这意味着你永远不知道哪些空格不能删除。你知道吗

如果有一个更简单的方法我不知道，如果有人会修理我，我会很高兴的。你知道吗