文本挖掘库或语言库?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了文本挖掘库或语言库?相关的知识,希望对你有一定的参考价值。

我从我拥有的论坛收集了大量数据,并希望进行一些文本挖掘或使用一些语言库来提取有用的信息。

任何文本挖掘,任何语言的数据挖掘库都可以。

谢谢。

答案

我建议你有a look at R。它有大量的文本挖掘包:have a look at the Natural Language Processing view。特别是,看看tm包。以下是一些相关链接:

另一个有用的包装示例是Gary King's readme package

另一答案

你可能想看一下Python NLTK(自然语言工具包):它专门为这类东西而设计。

还有一个great book你可以,但让你开始。

另一答案

Mallet是一个专为文本挖掘而设计的java库。一旦你预处理了文本数据,像Weka这样的通用数据挖掘工具也足以完成你的任务。

如果您可以访问SPSS或SAS,他们的产品应该更容易使用。

另一答案

尝试GATE,它有GUI,当然你可以使用java api获得更多功能:http://gate.ac.uk/family/developer.html

您还可以使用Weka处理文本和进行文本挖掘,看看这些有用的讲座:http://sentimentmining.net/weka/

另一答案

stanford core-nlp适用于英文文本,并且具有命名实体识别等功能。看看:http://nlp.stanford.edu/software/corenlp.shtml

Ehsan已经推荐的GATE也很好,但是如果你需要编写自己的组件,它可能会有点复杂。对于大型的东西,它很棒。

UIMA与GATE类似,但不是那么容易使用,因为它没有像GATE这样的广泛GUI。 (http://uima.apache.org

另一答案

我推荐以下Python库:

  1. nltk
  2. keras
  3. tensorflow

注意:在进行任何文本分析之前,您应该根据您的要求清理数据

以上是关于文本挖掘库或语言库?的主要内容,如果未能解决你的问题,请参考以下文章

文本分类

常用Javascript代码片段集锦

R语言 数据挖掘-文本分析(1)

R语言文本挖掘—文本分词

想要每种字体支持的语言列表。是不是有任何开源字体库或数据库列出它们?

R语言文本挖掘