我正在设计一个读取用户输入数值的软件。然后，它生成在医疗报告中使用的句子。由于句子之间有如此多的差异，并且为每种类型的差异创建一个定式的时间过长，可能徒劳无功，这引起了一些复杂化。
让我举一个我正在努力的例子：
假设诊断依赖于人类的神经。
考虑以下神经：正中，尺骨，radial神经。
现在，假设用户在软件中输入了数值，该数值会生成哪些神经异常。
请考虑以下语句：
对左中神经的神经病变的诊断。
提示双侧尺神经的神经病变。
右radial神经神经病变的适应症。
每个语句都是由一组语句生成的，可以将这些语句组合起来以具有每个变体。变体-
左（L），右（R），双侧（B）-中位数，尺骨和radial骨。
因此方差为3 ^ 3 = 27。
但是，当有更多的神经时，方差呈指数增长。如果我有5条神经，那应该是3 ^ 5。
问题是：如何设计软件以使其产生以下语句：
指示左正中，双侧尺骨和右radial神经的神经病变，但实际上没有这些陈述的每一个组合和每一个的每个条件陈述。
它需要处理各种语句：给出句子差异的示例：
左胫神经的神经传导速度降低。
左腓总神经的神经传导速度降低。
合并-左胫骨和腓神经的神经传导速度降低。
总结：该软件将产生各种类型的句子：用户选择适当的相似句子，然后程序将它们组合在一起。
最佳答案
您可以为每种可能的诊断收集样本，然后在计算问题时向它们添加神经（字符串）。然后，对于每种诊断，您都将通过遍历匹配的集合并将每条神经合并为代表性语句（“左胫骨和腓神经的神经传导速度降低”）来产生一个句子。这可能是我的方法。
您也可以采取相反的方法，并拥有一个Nerve类，其中包含每个诊断的属性。您可以修改这些属性，然后遍历不同的诊断程序并搜索具有某些属性的神经，尽管这似乎比较慢（两次迭代）。