现在最先进的短语提取工具是哪一个？

Question

我知道以下这些开源工具，但是我没有找到它们各自的好坏比较。

已经准备好使用短语提取的工具：

• KEA
• MAUI (http://code.google.com/p/maui-indexer/)
• Dragon, xTract (http://dragon.ischool.drexel.edu/xtract.asp)
• Lingpipe (http://alias-i.com/lingpipe/demos/tutorial/interestingPhrases/read-me.html)
• Mahout (https://cwiki.apache.org/MAHOUT/collocations.html)
• 其他任何工具

有人看到过这样的比较吗？

- yura

---

“phrase extraction”指的是“句子拆分”还是“句子标记化”？ - Renaud

Answer 1

MAUI 在我的实验中表现优于 KEA。有一篇关于无监督自动关键词提取方法的比较（Coling 2010 paper）。但他们没有分析监督方法，我计划在不久的将来进行分析。

此外，我还探索了更丰富的特征集，这提高了自动关键词提取的性能，但仍然远非完美。我可能会在明年发布带有这些扩展的 MAUI 扩展版本。

请阅读以下论文或通过电子邮件向我了解更多细节：

使用众包、轻量级过滤和共指规范对新闻故事进行主题监督关键词提取

广播新闻的关键词云生成

- Luis

Answer 2

我喜欢Mallet，因为它有一个非常易于使用的命令行工具。

- John Barraco

---

你如何使用Mallet提取短语？例如，有主题建模=聚类，但据我所知，没有从大型语料库中提取关键短语的方法。 - yura