nlp - 文本语义预处理

假设我有一个车祸数据集。每起事故都有一个使用一组摄像机和其他传感器进行的文字描述。

假设现在我只有一个相机的数据（例如正面），我想删除所有与它无关的描述句子。我认为一个基本且简单的解决方案可能是使用布尔检索系统，该系统使用一组特定的关键字来删除不需要的句子，但我也不知道这是否是一个好主意，或者它是否可以工作；有人可以建议我吗？什么样的统计数据可能对研究这个问题有用？谢谢

标签： nlpstatisticsdata-miningtext-processinginformation-retrieval

正则表达式可能是一种解决方案。我创建了一个匹配单词“front”的正则表达式，不区分大小写，它搜索front，然后得到一个或多个匹配的整个句子。结果可以从开始的空白处修剪一些。（可能也可以通过一些微调来删除。）

如果您需要“front”、“rear”、“side”、“right”、“left”或其他，您可以通过一些从列表中获取值的变量来交换单词。