我希望对一些法语文本进行文本分析,以可视化展示文本之间的相似性,并根据使用的单词确定可能的类别。
我请求您的帮助,因为我刚开始使用Python,希望了解在Python中进行文本分析的最佳方法,考虑到我的文本是法语的。
是否有专门设计用于法语文本的库?用途是清理数据,并进一步分析数据。
我已经能够:
- 清理:删除所有特殊字符,将每个单词转换为小写并删除停止词
- 标记:在法语单词上不是最优的(已测试的库:StanfordPostagger,NLTK的Tag.pos)
- 词形还原:与法语单词不太匹配(FrenchLefffLemmatizer,WordNetLemmatizer)
- 词干提取:FrenchStemmer snowball
使用法语单词无法完成的工作:将其转换为单数形式,将动词转换为不定式形式...