Named Entity Extraction (extract ppl, cities, organizations)
Content Tagging (extract topic tags by scanning doc)
Structured Data Extraction
Topic Categorization (taxonomy classification by scanning doc....bayesian )
Text extraction (HTML page cleaning)
有没有我可以用来执行 NLP 的上述任何功能的库？
真的不想向 AlchemyAPI 支付现金
实际上有很多免费可用的开源自然语言处理包。这是一个简短的列表，按工具包的实现语言组织：
如果您不确定要使用哪一个，我建议您从 NLTK开始。该软件包相当易于使用，并且在线上有大量文档，包括一本免费书籍。
您应该能够使用 NLTK 轻松完成您列出的 NLP 任务，例如命名实体识别 (NER)、提取文档标签和文档分类。
Alchemy 人所说的结构化数据提取看起来只是 HTML 报废，只要页面仍然以相同的方式呈现，它就可以抵抗对底层 HTML 的更改。所以，这不是一个真正的 NLP 任务。
要从 HTML 中提取文本，只需使用boilerpipe。它快速、良好且免费。
Apache UIMA项目最初是由 IBM 创建的，它提供了一个非常类似于 GATE 的 NLP 框架。有各种为 UIMA 构建的注释器。