过滤掉无意义的短语

Question

我有一个算法（无法更改），该算法可以输出短语列表。这些短语旨在成为“主题”。但是，其中一些仅靠自己是没有意义的。拿这个清单：

is the fear
freesat
are more likely to
first sight
an hour of
sue apple
depression and
itunes

我该如何过滤掉那些没有意义的短语，留下如下列表？

freesat
first sight
sue apple
itunes

这将适用于多种语言的短语集，但英语为优先。

Answer 1

它必须在语法上是可以接受的，因为它不能依赖于它所提取的原始句子中的其他单词；例如，它不能以“and”结尾。

尽管这仍然是一个未指定的问题，但听起来您需要某种语法检查器。我建议您尝试对每个短语应用词性标注器，编译可接受的 POS 标记模式列表（例如，任何以介词结尾的内容都是不可接受的），并使用它来过滤您的输入。