这个问题可以通过使用自然语言处理技术来解决，可以使用机器翻译、词性标注、命名实体识别、情感分析等方法来实现。以下是一个简单的Python代码示例，使用了nltk库进行词性标注：

```python import nltk

加载nltk数据

nltk.download('punkt') nltk.download('averaged_perceptron_tagger')

假设我们有一个句子，其中包含一个英文词组

sentence = "This is a sentence with a complex English phrase."

分词

tokens = nltk.word_tokenize(sentence)

使用NLTK的pos_tag函数进行词性标注

pos_tags = nltk.pos_tag(tokens)

找出包含英文词组的词组

regex = r'\b([a-z]+)\b' matches = [word for word, pos in pos_tags if re.search(regex, word)]

打印匹配的词组

for match in matches: print(match) ```

这段代码首先将句子分割成单词，然后使用NLTK的pos_tag函数对每个单词进行词性标注。然后，它定义了一个正则表达式，用于匹配包含英文词组的单词。最后，它使用正则表达式找出匹配的词组并打印出来。

请注意，这只是一个基本的示例，实际的处理可能会更复杂，需要根据具体的任务和数据进行调整。