Python的NLTK与相关的Java库相比如何？

Question

Python的NLTK与相关的Java库相比如何？

javapythoninformation-retrievalnltkwordnet

11

我以前的Java项目专注于对大量英文文本进行文本（预）处理（索引，XML标记，主题检测等），并使用了LingPipe、斯坦福的NER、RiTa和各种句子相似度库。也许我是一个糟糕的Java程序员，但当我切换到不同的语料库时，我发现自己要输入很多代码并使用很多库。总之，我感觉可能有更好的工具来完成这项工作。

我的问题是，如果我切换到Python和NLTK进行信息检索/语言处理，我会受益吗？还是优缺点足够主观，无法确定? NLTK是否直观易学？

我想亲自动手，但在接下来的几天里我将无法使用个人计算机。

- wnewport

2个回答

7

如果你已经了解NLP的基础知识，那么我认为NLTK应该很容易掌握。它有大量的文档、两本书，而我也写了一些文章和教程在streamhacker.com上。如果你不想失去Java包中的任何东西，你可以使用Jython（或许还有execnet）来与NLTK结合使用。

此外，你可能还想看看Pattern库。

- Jacob

我想我认识你......Jacob，在我的毕业论文中引用了你的一篇文章！ - lamwaiman1988

很酷，被引用总是很不错的 :) - Jacob

你不能使用Jython，因为Jython上没有numpy库 :(. - Andy Chase

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- lamwaiman1988 · Accepted Answer

NLTK 是用于自然语言处理的好工具，我在我的数据挖掘项目中使用了它。你可以训练自己的分析器。学习曲线不陡峭。

NLTK 拥有大量的语料库可供您训练分析器。您也可以提供自己的数据集，例如一个词性标注的期刊。

由于 Python 在文本处理方面非常优秀，您可能会想尝试一下。此外，它还有一个在线教程。

请不要忘记使用 Python 2.x 版本。建议使用 Python 2.6 版本。NLTK 可能无法与 Python 3.x 兼容。