听起来可能很愚蠢，但是您知道如何构建文本语料库吗？我到处搜索并且已经存在语料库，但我想知道他们是如何构建它的？例如，如果我想构建带有正面和负面推文的语料库，那么我只需要制作两个文件吗？但是那些文件的内部呢？不明白（（（（ 在此示例中，他将 pos 和 neg 推文存储在 RedisDB 中。
问问题
2445 次
1 回答
4
但是那些文件的内部呢？
这主要取决于您使用的库。XML（带有各种标签）很常见，每行一个句子也是如此。棘手的部分是首先获取数据。
例如，如果我想构建带有正面和负面推文的语料库
这是否意味着您想知道如何将推文标记为正面和负面？如果是这样，您正在寻找的是所谓的文本分类或语义分析。
如果您想查找一堆推文，我会查看其中一个页面（仅来自我自己的快速搜索）。
Clickonf5：http ://clickonf5.org/5438/download-tweets-pdf-xml-format-local-machine-server/
谷歌群组：http ://groups.google.com/forum/?fromgroups#!topic/twitter-development-talk/kfislDfxunI
对于如何创建语料库的一般学习，我会查看 Richard Xiao 的Handbook of Natural Language Processing Wiki。
于 2012-07-18T00:26:08.000 回答