问题标签 [nltk]

如果我需要在文本中标记地名，我必须学习和使用大型包 nltk 的哪一部分？

我很好奇是否存在通过使用一些权重计算、出现率或其他工具从给定文本生成关键字/标签的算法/方法。

此外，如果您为此指出任何基于 Python 的解决方案/库，我将不胜感激。

谢谢

我之前已经问过一个类似的问题，但我注意到我有很大的限制：我正在处理诸如用户推文之类的小型文本集以生成标签（关键字）。

似乎已接受的建议（逐点互信息算法）旨在处理更大的文档。

有了这个约束（处理少量文本），我如何生成标签？

问候

我正在为我正在上的大学课程做一个项目。

我正在使用 PHP 构建一个简单的 Web 应用程序，该应用程序根据一组字典将推文分类为“积极”（或快乐）和“消极”（或悲伤）。我现在想到的算法是朴素贝叶斯分类器或决策树。

但是，我找不到任何 PHP 库可以帮助我进行一些严肃的语言处理。Python 有 NLTK ( http://www.nltk.org )。PHP有类似的东西吗？

我打算使用 WEKA 作为 Web 应用程序的后端（通过在 PHP 中的命令行中调用 Weka），但它似乎效率不高。

你知道我应该为这个项目使用什么吗？还是我应该切换到 Python？

谢谢

我正在尝试导入NLTK我的 python 代码，但出现此错误：

我正在使用NetBeans: 6.7.1, Python 2.6 NLTK。我的 NLTK 模块已安装/usr/local/lib/python2.6/dist-packages/nltk/，我已将其添加Python到Netbeans.

我在这里想念什么？
提前致谢。

我正在着手进行情绪分析的 NLP 项目。

我已经成功地为 python 安装了 NLTK（这似乎是一个很棒的软件）。但是，我无法理解如何使用它来完成我的任务。

这是我的任务：

1. 我从一个很长的数据开始（让我们从他们的网络服务中说数百条关于英国大选主题的推文）
2. 我想把它分解成句子（或信息不超过 100 个左右的字符）（我想我可以在 python 中做到这一点？？）
3. 然后在所有句子中搜索该句子中的特定实例，例如“David Cameron”
4. 然后我想检查每个句子中的正面/负面情绪并相应地计算它们

注意：我不太担心准确性，因为我的数据集很大，也不太担心讽刺。

以下是我遇到的麻烦：

1. 我能找到的所有数据集，例如 NLTK 附带的语料库电影评论数据，都不是 web 服务格式。看起来这已经完成了一些处理。据我所知，处理（由斯坦福大学）是用 WEKA 完成的。NLTK 不可能自己做这一切吗？这里所有的数据集已经被组织成正/负，例如极性数据集http://www.cs.cornell.edu/People/pabo/movie-review-data/这是怎么做的？（按情感来组织句子，肯定是WEKA吗？还是别的什么？）

2. 我不确定我是否理解为什么 WEKA 和 NLTK 会一起使用。似乎他们做的事情大致相同。如果我首先使用 WEKA 处理数据以查找情绪，为什么我需要 NLTK？是否有可能解释为什么这可能是必要的？

我发现了一些与此任务有些接近的脚本，但它们都使用相同的预处理数据。是否可以自己处理这些数据以查找句子中的情绪，而不是使用链接中给出的数据样本？

非常感谢任何帮助，这将为我节省很多头发！

干杯柯

有没有办法使用 NLTK 获得 Wordnet 形容词名词化？例如，对于happy所需的输出将是happiness.

我试图四处寻找，但什么也找不到。

我有一个大型数据集（c. 40G），我想在实验室的几台计算机上用于一些 NLP（很大程度上是令人尴尬的并行），我没有root 访问权限，只有 1G 的用户空间。我用hadoop进行了实验，但当然这已经死了——数据存储在外部USB硬盘上，由于1G用户空间上限，我无法将其加载到dfs。我一直在研究几个基于 python 的选项（如果可以的话，我宁愿使用 NLTK 而不是 Java 的 lingpipe），分布式计算选项看起来像：

• 蟒蛇
• 迪斯科

在我的 hadoop 经验之后，我试图确保我尝试做出明智的选择——任何可能更合适的帮助将不胜感激。

亚马逊的 EC2 等并不是一个真正的选择，因为我几乎没有预算。

我目前正在开展一个项目，能够检测何时在正文中提到某个主题/想法将非常有用。例如，如果文本包含：

也许如果你告诉我更多关于琼斯先生是谁，那会有所帮助。如果我能描述一下他的外表，或者更好的是一张照片，那也很有用？

如果能够检测到此人要求提供琼斯先生的照片，那就太好了。我可以采取一种非常天真的方法，只寻找“照片”或“照片”这个词，但如果他们写了这样的东西，这显然是不好的：

请永远不要给我发琼斯先生的照片。

有谁知道从哪里开始？甚至可能吗？

我已经研究过 nltk 之类的东西，但我还没有找到一个人做类似事情的例子，我仍然不完全确定这种分析被称为什么。任何能让我离开地面的帮助都会很棒。

谢谢！

我正在做一个关于挖掘博客内容的项目，我需要帮助区分使用哪种工具。什么时候使用解析器，什么时候使用标注器，什么时候需要使用 NER 工具？

例如，我想找出几个博客之间谈论最多的话题/主题；我是否使用词性标注器来抓取名词并进行频率计数？这可能是不够的，因为可以弹出非常通用的术语，对吗？或者我有可以匹配的类别列表和这些同义词吗？

顺便说一句，我正在使用 nltk，但我正在查看 stanford 标记器或解析器，因为有几个家伙说它很好。