将txt文件导入到mallet时出错

Question

我在把一些txt文件转换成mallet时遇到了麻烦。我一直在想：

线程"main“java.lang.IllegalStateException异常:第39843行与正则表达式不匹配：

Line#39843上写道: 24393584 |标题验证extremities.The多伦多肢体挽救评分(TESS)问卷中丹麦版的
肉瘤患者多伦多肢体挽救评分问卷TESS是一份自我管理的问卷，旨在评估接受过肢体手术的患者的身体残疾。这项研究的目的是验证“TESS”的丹麦译本。《TESS》是根据国际准则翻译的。共有22名参加常规门诊控制计划的连续患者被招募进行研究。为了测试他们对问卷的理解，他们被要求描述TESS中随机选择的五个问题的含义。对TESS丹麦版的心理测量学特性进行了效度和信度检验。为了评估测试的可靠性，患者在完成第一份TESS问卷一周后额外填写了一份TESS问卷。患者对问卷的理解程度较好。由Cronbach's alpha测量的上、下两份问卷具有良好的内部一致性。BlandAltman图显示，在测试中，两份问卷的一致性都是可接受的。两份问卷的组内相关系数也都很好。TESS与QLQC30比较，上肢和下肢的效度分别为0.89和0.90。丹麦TESS的心理测量学特性显示出良好的效度和信度。与relevant.not无关。

很多行都会发生这种情况，当我删除该行时，文件的其余部分就会导入到mallet中。这一行中的哪个正则表达式可能是问题所在？

谢谢，Priya

Answer 1

由于糟糕的编程，Mallet在处理某些机器符号方面存在问题。尝试运行

tr -dc [:alnum:][\ ,.]\\n < ./inputfile.txt > ./inputfilefixed.txt

在运行mallet之前。这将删除所有非字母数字符号，这通常会为我解决问题。