Estou a usarText::Ngrams para determinar as combinações de palavras em uma sequência. No entanto, preciso manter as palavras que contêm dígitos. Eu determinei que$o->{tokenrex} é o que eu preciso modificar, mas não consigo determinar a regex adequada para el

O original éqr/([a-zA-Z]+|(\d+(\.\d+)?|\d*\.\d+)([eE][-+]?\d+)?)/; mas estou pensando que preciso de algo mais nesse sentido:

 qr/([a-zA-Z]+|(?<=\w)(\d+(\.\d+)?|\d*\.\d+)([eE][-+]?\d+)?(?=\w)|(\d+(\.\d+)?|\d*\.\d+)([eE][-+]?\d+)?)/;

Qual deve, se eu estiver lendo regex corretamente, corresponder a qualquer número de caracteres alfa ou um "número" que tenha um caractere de palavra antes e depois dele ou um "número". Só que está dividindo minha "palavra" em tokens separados. A palavra de exemplo com a qual estou trabalhando é " A1X ".

Qualquer apoio seria bom