我正在做一个项目，需要从文本文件（.doc）中提取名词、形容词、名词短语和动词。我有大约75个这样的文件。我在网络上查找相关信息时发现了使用Python中的nltk进行POS标记。由于我的项目是使用Visual Studio 2008中的C#编写的，因此我需要一段代码来完成这项任务。我尝试过使用WordNet API和SharpNLP，但由于我是新手，所以发现它们很难与我的项目集成。请问是否有更简单的代码可以使用类似词汇表等方式来实现？谢谢。
使用Visual C#从文本文件语料库中提取名词、名词短语、形容词和动词
3
- amey kerkar
3
这是一个完整的研究领域。不确定是否有易于使用的C#库。在线资源的示例（我认为是开源的）可在http://barbar.cs.lth.se: 8081/找到，更多信息可在http://code.google.com/p/mate-tools/找到。然而，这并不是用C#完成的，但可以提供一些思路。 - Mikael
我几年前在学校项目中使用了你提到的SharpNLP。我记得它的表现非常好，所以我一定推荐你去试试。如果你是自然语言处理方面的新手，你需要花些时间来理解解析树等概念。http://www.codeproject.com/KB/recipes/englishparsing.aspx - Ozzy
@Ozzy 我认为 OP 不用担心解析，标记通常在解析之前（在分词之后），所以如果他只需要词性标注，他永远不必担心它。 - Chris Pfohl
3个回答
3
我曾在一家行业领先的公司从事自然语言处理（NLP）工作，你想做的并不是一项简单的任务。我认识nltk的其中一位创建者，并且我自己也使用过它；这是一个高质量的开源工具，我建议你使用它（你有特别引人注目的原因要使用C#吗？）
通常通过对手动注释的数据进行语言模型的训练来实现POS标记，然后将该模型应用于新文本，预测词性并给出置信度。 nltk 有些工具可以做到这一点，他们还有一些模型（如果我没记错的话）。
你会发现大多数工具都是用C++、Java和Python编写的。如果你不懂这些语言，那么看这个作为一个学习的好机会！
有关更多信息和其他可用于此类标记的软件，请参见Wikipedia，特别是底部的链接。
- Chris Pfohl
2
Christopher 在他的陈述中正确指出，NLP 实现并不容易。然而，我最近研究了一种可行的解决方案，使用 OpenNLP 在 .NET 项目中带有一个基本的 PoS 解析器。在我的例子中，我正在寻找名词短语，但是找到其他片段也不应该太困难。我发现 1.5 版的 OpenNLP 工具模型 对我的目的来说足够了。
我意识到这个答案对于提问者来说已经太晚了，但是希望它能给其他人在这个困难的领域获得一些灵感。 使用 OpenNLP 在 .NET 中提取具有上下文相关性的名词短语
我意识到这个答案对于提问者来说已经太晚了，但是希望它能给其他人在这个困难的领域获得一些灵感。 使用 OpenNLP 在 .NET 中提取具有上下文相关性的名词短语
- Sean Glover
0
请仔细阅读本文。
将SharpNLP与C# Visual Studio项目轻松集成的方法
在本文中，我提供了一种逐步将SharpNLP与C#项目集成的方式，并提供了样例代码片段来特别解决您遇到的问题，如句子拆分、标记化和POSTagging。
试试这个方法，如果您遇到任何问题，我将能够帮助您。
- Arun Thundyill Saseendran
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
原文链接