自然语言分析工具:什么是存在的,什么不是[关闭]

我建议您看看以下内容:

1. Open NLP , LingPipe , NLTK Gate , UIMA . 所有这些都提供了解析器和词干分析器(即,它们不会返回单词的词根,而是词干)。有些还提供柠檬汁。
2. 收集NLP工具的网站。这些只是其中的一小部分: wiki Language Technology World the website of the compling dep. at Heidelberg University

我不知道有什么工具可以返回单词的词根,但是,正如我所说的,有词干分析器和lemmatizer。尝试柠檬化 Tree Tagger 或 Morpha

一旦您更明确地知道您需要什么,您就可以搜索 Corpora List 或者在那里发布一个问题。

NTLK 是一个有趣的工具包,它允许构建基于NLP的应用程序。这可用于实际应用,例如需要词性标记,或实现简单分类器或实体提取器。

语言理解者 “然而,应用程序将包括,但这听起来可能超出了基于NLTK的范围。
完整地阅读这个问题及其对形态语音学的引用,似乎证实了NLTK可能不会很好地满足OP的目的;据我所知,NTLK不提供在这个级别处理文本的模块。不过,您可能想亲自检查一下,因为NLTK是一个广泛而活跃的项目,并且可能在这一领域看到了最近的增加。

我想附带一个指向MontyLingua python包的链接,可以在这里找到。我认为它使用了与nltk不同的解析器。

http://www.fslog.com/2008/09/20/montylingua3-gpled-fork-of-montylingua/ 你可以用谷歌搜索与nltk的比较。

Maluuba 刚刚向他们的自然语言处理器发布了一个API。可以在 http://developer.maluuba.com .

Maluuba为此编写了三个库:

Python库: https://github.com/maluuba/napi-python

Ruby库: https://github.com/maluuba/napi-ruby

https://github.com/maluuba/napi-java

关于it的威力,请将此查询作为可提取内容的示例:

>> client.interpret phrase: 'Set up a meeting with Bob tomorrow \
          night at 7 PM to discuss the TPS reports'
=> 
    {:entities=>
      {
        :daterange=>[{:start=>"2012-11-15", :end=>"2012-11-16"}],
        :title=>["meeting to discuss the tps reports"],
        :timerange=>[{:start=>"12:00:00AM", :end=>"12:00:00AM"}],
        :contacts=>[{:name=>"bob"}]
      },
     :action=>:CALENDAR_CREATE_EVENT,
     :category=>:CALENDAR
    }