我想做的与这里描述的相反：Tools for text simplification (Java)
Finding meaningful sub-sentences from a sentence
也就是说，把两个简单的句子组合成一个复合句。
有什么算法可以做到这一点吗？
最佳答案
我特别确信你将不能像例子中所说的那样从链接的问题（John played golf. John was the CEO of a company. -> John, who was the CEO of a company, played golf）中复句，因为它需要这样的语言理解，而这离现在太远了。
因此，最好的选择是直截了当地用逗号替换点并连接简单的句子（如果你必须选择句子从文本中复合体，你可以尝试简单的试探法，比如通过一些常用词或类似于基于WordNet的工具来近似语义相似度）。我想，在大多数情况下，人类读者可以从上下文中推断漏掉的连词。
当然，你可以开发更复杂的解决方案，但它需要要么是狭窄的领域（例如，所有句子都有非常相似的结构），要么是可以确定句子之间关系的工具，例如因果关系。我不知道这些工具和存在的疑问，因为这个级别（句子和短语）比词和搭配的水平更多样化和稀疏。