StringToWordVector 필터를 사용하여 아랍어 텍스트에서 영어 문자를 제거하는 방법

Question

아랍어 텍스트에 StringToWordVector 필터를 사용하려고하는데 영어 문자와 숫자 및 이모티콘 "내 데이터가 짹짹입니다"를 제거하고 싶습니다. 아랍어 단어 만 유지하십시오. StringToWordVector 필터를 사용하는 사람은 누구입니까? 나는 Weka 라이브러리와 함께 Java를 사용하고 있습니다.

Answer 1

Java를 사용하고 있으므로 간단한 문자열 조작을 사용하여 간단하게하십시오. 당신의 응답을

String cleaned = input.replaceAll("[a-zA-Z0-9]|[:;]-?[()ODp]", "");