作者: apachecn_飞龙
1475人浏览
评论数：0
5年前
自然语言处理教程 原文：Natural Language Process 译者：飞龙 协议：CC BY-NC-SA 4.0 一、使用 NLTK 分析单词和句子 欢迎阅读自然语言处理系列教程，使用 Python 的自然语言工具包 NLTK 模块。 NLTK 模
作者: 蓝天白芸朵
4557人浏览
评论数：0
4年前
之前需要做一个中文命名实体识别的api，看完了一些相关论文以后觉得短时间内自己实现不大现实，于是找了一些开源工具，其中哈工大的LTP效果是很好的，但是免费使用限流量，需要给钱才行； NLPIR的pynlpir似乎还不能支持命名实体识别等复杂工作，只能做一些分
作者: 伏草惟存
1389人浏览
评论数：0
6年前
干货！详述Python NLTK下如何使用stanford NLP工具包 作者：白宁超 2016年11月6日19:28:43 摘要：NLTK是由宾夕法尼亚大学计算机和信息科学使用python语言实现的一种自然语言工具包，其收集的大量公开数据集、模型上提供了全面
作者: 异步社区
2982人浏览
评论数：0
5年前
前言 NLTK基础教程——用NLTK和Python库构建机器学习应用 这是一本介绍NLTK库，以及如何将该库与其他Python库搭配运用的书。NLTK是当前自然语言处理（NLP）社区中最为流行、使用最为广泛的库之一。NLTK的设计充分体现了简单的魅力。也就是
作者: season雅宁
1883人浏览
评论数：0
5年前
目前对中文分词精度影响最大的主要是两方面：未登录词的识别和歧义切分。 据统计：未登录词中中文姓人名在文本中一般只占2%左右，但这其中高达50%以上的人名会产生切分错误。在所有的分词错误中，与人名有关的错误占到了将近90%，这中国人名都是根据人的想法起的名字，
作者: 异步社区
2203人浏览
评论数：0
5年前
本节书摘来异步社区《NLTK基础教程——用NLTK和Python库构建机器学习应用》一书中的第2章，第2.5节，作者：Nitin Hardeniya，更多章节内容可以访问云栖社区“异步社区”公众号查看。 2.5 词干提取 所谓词干提取（stemming），顾
作者: 华章计算机
1941人浏览
评论数：0
5年前
Preface 前言 过去十年，数据存储变得更便宜，硬件变得更快，算法上也有了引人注目的进步，这一切为数据科学的快速兴起铺平了道路，并推动其发展成为计算领域最重要的机遇。虽然“数据科学”一词可以包含从数据清理、数据存储到用图形图表可视化数据的所有环节，但该领域
作者: 磐石001
1494人浏览
评论数：0
4年前
作者：Walker 目录 一．什么是命名实体识别 二．基于NLTK的命名实体识别 三．基于Stanford的NER 四．总结 一 、什么是命名实体识别？ 命名实体识别（Named Entity Recognition，简称NE
