提个分句的建议

[piajiguai]

对于扩尾与句号或省略号的连用，不能直接分句。 具体如下：

import re
from harvesttext import HarvestText
ht = HarvestText()
para = "向量的研究结合了数学的三个基本领域：数量、结构及空间。向量分析则将其扩展至第四个基本的领域内，即变化。创立于二十世纪三十年代的法国的布尔巴基学派认为：纯粹数学，是研究抽象结构的理论。结构，就是以初始概念和公理出发的演绎系统。空间的研究源自于几何－尤其是欧几里得几何。布尔巴基学派认为，有三种基本的抽象结构：代数结构（群，环，域……），序结构（偏序，全序……），拓扑结构（邻域，极限，连通性，维数……）。"
print(ht.cut_sentences(para))
输出结果：
   ['向量的研究结合了数学的三个基本领域：数量、结构及空间。', 
    '向量分析则将其扩展至第四个基本的领域内，即变化。', 
    '创立于二十世纪三十年代的法国的布尔巴基学派认为：纯粹数学，是研究抽象结构的理论。', 
    '结构，就是以初始概念和公理出发的演绎系统。', '空间的研究源自于几何－尤其是欧几里得几何。', 
    '布尔巴基学派认为，有三种基本的抽象结构：代数结构（群，环，域……', 
    '），序结构（偏序，全序……', 
    '），拓扑结构（邻域，极限，连通性，维数……', 
    '）。']

给个粗暴的解决方案哈：检测到括号后，把括号与括号内的内容存起来并替换成某符号，再做分句处理，最后再替换回来。

[blmoistawinde]

感谢你的建议，现在已经通过修改正则表达式修复了这个问题。

现在这个例子的分句结果会是

向量的研究结合了数学的三个基本领域：数量、结构及空间。
向量分析则将其扩展至第四个基本的领域内，即变化。
创立于二十世纪三十年代的法国的布尔巴基学派认为：纯粹数学，是研究抽象结构的理论。
结构，就是以初始概念和公理出发的演绎系统。
空间的研究源自于几何－尤其是欧几里得几何。
布尔巴基学派认为，有三种基本的抽象结构：代数结构（群，环，域……），序结构（偏序，全序……），拓扑结构（邻域，极限，连通性，维数……）。

我觉得应该是比较合理的了。