您能否向我推荐用于文本预处理和清理的 java 库？该库应执行以下任务：
- 将所有动词转换为不定式
- 将所有名词转换为单数形式
- 删除无用的（对于文本的意义）词
user1796756
问问题
2113 次
2 回答
3
将单词转换为规范形式（例如，动词转换为不定式，名词转换为单数）称为词形还原。Standford CoreNLP是一种基于 Java 的词形还原器。
对于“无用词”，您可能需要“停用词” - 没有标准列表，但互联网上流传着很多或多或少相同的功能，唯一的区别是它们包含多少词（通常在 100 到 100 之间） 1000)。我以前知道有人使用这个列表。删除停用词时，请记住在查找匹配项时忽略大小写。
于 2012-11-05T00:57:12.897 回答
-2
不确定这是否能满足您的所有需求，但请查看 mrsqg。
于 2012-11-03T16:25:32.130 回答