文本提取工具
是一种用于从文本数据中提取有用信息的软件工具。它可以自动识别和提取文本中的关键词、实体、摘要、情感等内容，帮助用户快速获取所需信息并进行进一步分析和处理。
文本提取工具的分类：
- 关键词提取工具：通过算法和模型识别文本中的关键词，并给出关键词的权重和重要性。
- 实体提取工具：识别文本中的人名、地名、组织机构名等实体，并进行分类和命名实体识别。
- 摘要提取工具：自动提取文本的摘要或概要，帮助用户快速了解文本内容。
- 情感分析工具：分析文本中的情感倾向，如正面、负面或中性，并给出情感得分。
文本提取工具的优势：
- 提高工作效率：自动化的文本提取工具可以快速处理大量文本数据，节省人力资源和时间成本。
- 提供准确性：通过算法和模型的支持，文本提取工具可以准确地识别和提取文本中的关键信息。
- 支持多语言：一些文本提取工具支持多种语言的文本处理，满足全球化的需求。
- 可定制性：一些文本提取工具提供了定制化的功能，可以根据用户的需求进行配置和扩展。
文本提取工具的应用场景：
- 搜索引擎优化：通过提取关键词和实体，优化网页的内容，提高搜索引擎的排名。
- 舆情监测：通过提取文本中的情感信息，了解公众对某一事件或产品的态度和情感倾向。
- 信息抓取：从大量的文本数据中提取所需信息，如新闻、论坛帖子、社交媒体评论等。
- 文本分类：通过提取关键词和实体，对文本进行分类，如新闻分类、垃圾邮件过滤等。
腾讯云相关产品推荐：
腾讯云自然语言处理（NLP）：提供了一系列文本处理的API和工具，包括关键词提取、实体提取、摘要提取、情感分析等功能。详情请参考：https://cloud.tencent.com/product/nlp
腾讯云内容安全（COS）：提供了文本内容安全检测的服务，可以对文本进行敏感词过滤、色情内容识别等处理。详情请参考：https://cloud.tencent.com/product/cos
腾讯云智能语音（ASR）：提供了语音转文本的服务，可以将语音文件转换为文本内容，方便后续的文本处理和分析。详情请参考：https://cloud.tencent.com/product/asr
相关·内容
2回答
我试图跟随这个博客，尝试从发票pdf文件中提取文本。我的文本提取需要提取发票的特定字段。
我尝试过pdfminer，textract，但它们都将文本提取为杂乱无章的文本，之后很难提取文本。
我偶然发现了下面的Poppler包下载：
看起来像是一个.tar文件。而不是python包。
我不确定如何使用这个.tar文件来解压包并在Python中使用它。
任何建议，我如何在我的mac上安装它，然后在python中以编程方式使用它来运行一堆pdf文件来提取数据。
浏览 24提问于2020-04-24得票数 2
1回答
我正在做一本pdf电子书的主题建模，需要提取文本段落。为此，我使用apache pdfBox，它可以有效地从pdf中提取文本。
PDFParser parser;
PDFTextStripper pdfStrip = null;
parsedText = pdfStrip.getText(pdDoc);
但是我不能单独提取段落。此工具提供了一种设置段落开始/结束标识符的方法，但我需要知道用于此目的的分段符。
有没有办法做到这一点，或者是否有其他可用的工具可以有效地进行段落提取？
浏览 1提问于2011-03-15得票数 0
1回答
我有一个从超文本标记语言文件中提取信息的C#模块。但我的输入是一个MHT文件。如何提取MHT文件的html部分？
浏览 2提问于2012-03-07得票数 2
回答已采纳
我正在尝试使用Form Recognizer - Azure认知服务从pdf文件中提取文本。我正在使用自定义模型，我用我的模型训练这个服务，然后尝试提取数据。
我的PDF通常有1多页。但我感兴趣的是从第一页提取文本。Rest所有页面没有任何重要性。
那么，有没有办法训练我的系统通过给定页码来从选定的页面中提取文本呢？
致以敬意，
马德胡
浏览 17提问于2019-10-22得票数 0
回答已采纳
我使用Reshaper 5.1.1将字符串提取到我的Silverlight应用程序的资源文件中。我希望能够提取XAML中的字符串(比如内容或文本属性)--但是当我查看XAML时，Resharper下的Move选项从未启用过。它不标识要提取的可能的文本字符串。
我做了大量的搜索，但似乎找不到太多关于R#和本地化XAML文件的信息。可以吗?我如何启用它？(我检查了我的所有设置，没有任何关于XAML和资源的内容)。
浏览 9提问于2010-12-08得票数 0
回答已采纳
我试图用regex来提取数字和小数点的格式，然后我可以用parseFloat在方程式中使用。我有一个带有"pricePH“类的表格单元格，在这些单元格中有一些类似于”GB4.50每个头“的文本。
我得到的最接近的是：
/\d\.\d\d/g
如果价格中只有3位数，这就很好了，但是如果有更多的数字，显然它只会提取最后的3位数。我理解为什么这不起作用-我只是不知道我需要做什么才能得到想要的结果。
我怎么才能提取全部价格呢？也就是说，如果文本为“GB4.50/头”，正则表达式将输出"4.50"，如果文本为“if 450.00/头”，则输出"450.00“。
浏览 0提问于2014-05-08得票数 0
回答已采纳
我正在从事微软Azure的文本分析服务。它可以很好地从给定的非结构化文本中找到情感和关键词提取，但我更感兴趣的是从给定的文本中找出词性的一部分。有什么解决办法或实现这一目标的方法吗？
浏览 1提问于2015-07-15得票数 0
1回答
我开始用Server学习数据挖掘，我很好奇能够从英语文本中进行术语提取。然而，我有兴趣从非英语文本中进行文本挖掘，基本上是来自乌克兰语。以下就是问题所在：
有没有一种在SSIS中实现从非英语文本中提取术语的方法？如果是，请提供任何适当的资源：)
如果第一个问题的答案是肯定的，我想知道是否已经有一些针对非英语文本的自定义解决方案。
(预先谢谢：)
浏览 0提问于2011-03-10得票数 1
1回答
我试图从一个句子中提取一些文本值，但我没有得到任何东西。
请帮我摆脱困境。
下面是图像，并标记为红色，我需要提取哪个文本值，我想得到视图状态的值，如图像中所示。
浏览 2提问于2019-12-31得票数 0
回答已采纳
是一个很好的分析PDF的软件。当我使用它从PDF中提取文本时。如何逐句提取文本？现在我只能按单词、行、页进行提取。例如，在PDF中提供以下内容：
I want to extract text from pdf
Sentence by sentence. Is there
anybody can help?
word模式每次返回一个单词(即I；want；to；extract...)，line模式每次返回一行(即我想从pdf中提取文本；句子在那里；任何男孩都可以帮助？)。页面模式返回整个段落。我想要得到的是每次的句子(例如，我想逐句从PDF中提取文本；有没有人可以帮助我？)
浏览 3提问于2016-05-22得票数 0
1回答
我想从文本中提取重要的术语，并创建一个领域特定的术语集。然后，我想了解这些单词在文本中是如何使用的，无论是积极的还是消极的。
你知道有什么开源项目可以帮助我完成这项任务吗？
编辑：
示例文本：
"Although car is not comfortable, I like the design of it."
从本文中，我想提取如下内容：
design: positive
comfort(able): negative
浏览 0提问于2011-04-06得票数 6
1回答
我正试图通过url读取一个pdf。我遵循了许多堆栈溢出建议，并使用PyPdf2 FileReader从pdf中提取文本。我的代码如下所示：
url = "http://kat.kar.nic.in:8080/uploadedFiles/C_13052015_ch1_l1.pdf"
#url = "http://kat.kar.nic.in:8080/uploadedFiles/C_06052015_ch1_l1.pdf"
f = urlopen(Request(url)).read()
fileInput = StringIO(f)
pdf = PyPDF2.P
浏览 0提问于2015-05-16得票数 2
回答已采纳
1回答
从MS Word中提取文本信息
、、、、
我想从MS Word文档中提取文本信息。提取的信息包括文本的位置、页码和样式。有没有人能建议我怎么做？什么库可以支持我这样做？谢谢
浏览 0提问于2013-04-25得票数 3
我是一名大四学生，正在做我的专业项目。我的项目基本上是从自然场景中提取文本，并识别它，然后在记事本等中显示它们。
我已经从图像中提取了文本，并为每个提取的字符获得了85个特征。
然而，对于识别部分，我不知道如何在matlab中训练或使用SVM(支持向量机)，以便获得匹配。
请帮帮我，因为这是非常困难的
浏览 3提问于2012-04-11得票数 5
是否有工具仅从pdf文件中提取文本？工具应该完全忽略图像。(i)选项忽略头和页脚的额外点数，(ii)将每个内联方程转换为一个连续的文本块。
我有一个用乳胶做的pdf文件。该文件包含一些图像。有些图像包含可以选择的标签(图像是用tikz/pstricks制作的)。我尝试将pdf文件转换成纯文本，使用一些工具(例如:在线工具，口径)，但它们都在图像中提取标签，并将它们作为文本处理。我不介意工具拾取图像标题(无论哪种方式都可以)，但是在图像中拾取标签会使文本文件变得不那么有用。
为什么它没那么有用？(i)语法检查，(ii)这些文本文件之间的diff提供无用的输出，如果在pdf文件的版本之间更改图像
浏览 0提问于2021-02-04得票数 0
2回答
有没有办法使用C++或C#从应用程序UI中提取文本(比如说像steam launcher的UI上的文本)？我需要提取文本，以便对应用程序进行一些自动化。
浏览 0提问于2014-01-08得票数 1
我想提取像Facebook和谷歌的链接细节。但问题是，细节(如manin文本和图像)并不确定。有时正文在p标签中，有时是从meta标签中提取出来的。那么，有没有想过要搜索哪些地方呢？
http://forums.asp.net/p/1847212/5162336.aspx/1?extract+certain+part+of+text+like+google+and+bing
我在facebook中粘贴了这个链接，它提取的详细文本位于另一个p标记下的p标记中，这个p标记中也有一个文本。那么该如何决定呢？
浏览 3提问于2012-10-08得票数 0
2回答
我需要从PDF中提取已使用OCR程序转换的文本。我是使用普通的PDFReader来获取文本，还是需要特殊处理？
浏览 2提问于2011-02-17得票数 4
回答已采纳
1回答
常规PDF文件由矢量元素(如文本和矢量图形)和其他嵌入数据(如图像文件)组成。使用诸如pdfimages (如描述的在这个问答中)这样的实用程序来提取后者非常容易。
另一方面，扫描的PDF文档是扫描页面的汇编。每个页面都是位图图像，可能被OCR生成的可搜索文本层覆盖。因此，在扫描的PDF文档上运行pdfimages只会提取所扫描的页面。
我正在寻找的是一个应用程序或命令行实用程序，它可以区分扫描PDF文档中的图像和文本，并提取前者。
像这样的东西存在吗？
浏览 0提问于2014-09-11得票数 3
我正在从PDF文件中提取文本。这是代码：
<?php
require("PdfToText.php");
$file = 'SamplePF' ;
$pdf = new PdfToText ( "$file.pdf" ) ;
echo ( $pdf -> Text ) ;
?>
这个类可以很好地处理一些PDF文件。这个类的问题是：
对于一些PDF文件，它从不按页面顺序排列的随机页面/行中获取文本。
对于一些PDF文件，它没有显示任何结果。
对于一些PDF文件，它只提取一两行。
请提出一些解
浏览 3提问于2016-11-19得票数 0
3回答
从文本中提取位置的方法？
、、、、
从自由文本中提取位置的推荐方法是什么？
我能想到的是使用正则表达式规则，比如“单词……在位置”。但是，还有比这更好的方法吗？
此外，我还可以考虑使用一个查找哈希表，其中包含国家和城市的名称，然后将从文本中提取的每个令牌与哈希表的每个令牌进行比较。
有没有人知道更好的方法？
编辑:我正在尝试从tweet文本中提取位置。因此，大量tweet的问题也可能会影响我对方法的选择。
浏览 0提问于2013-07-20得票数 10
回答已采纳
如何分析IBM中从DSPJRN日志数据库文件中提取的数据？从带有DSPJRN命令的日志中提取的输出由元数据和原生格式的数据块(文本流和二进制数据流)组成。尽管可以提取一些信息，但我认为有一些规则可供阅读，但据我所知。还没在文件里看到信息。有人在处理这些数据吗？
浏览 4提问于2019-05-09得票数 0
回答已采纳
我使用鬼怪脚本8.71从PDF页面中提取文本。
我使用的命令是：
gswin32c -q -sFONTPATH=c:\\fonts -dNODISPLAY -dSAFER -dDELAYBIND \
-dWRITESYSTEMDICT -dSIMPLE -fps2ascii.ps -dFirstPage=1 \
-dLastPage=1 input.pdf -dQUIET
我正在使用<stdout>将文本定向到另一个文件。
但问题是Ghostscript没有提取一些可搜索的文本项。
某些字体文本未被提取，例如:用粗体字符表示的Verdana。但
浏览 3提问于2010-09-01得票数 1
2回答
我目前有一个ASP解决方案，我想要国际化。有什么工具可以从项目文件中提取所有文本字符串？
我可能需要编写一个解析器来从.cs、.js、.aspx、.ascx文件中提取文本字符串，但是有没有更好的方法呢？
浏览 1提问于2011-06-27得票数 4
我想从我的安卓应用程序中的一个网站中提取数据。我使用了jsoup、httpget和InputStreamReader，但问题是，我想要的文本显示在浏览器中，并且当我得到它时隐藏，尽管code.it意味着浏览器的“显示页面源”选项不会显示该文本。我认为ajax.can生成的文本可能会帮助我如何获得该文本？
提前感谢
浏览 11提问于2014-04-14得票数 1
回答已采纳
我有许多不同格式的扫描pdf与许多不同的领域。把它想象成一张已经扫描过的发票。我需要从扫描的pdf中提取信息，并输出字段和每个字段中的文本。
我有一个OCR工具，它可以很好地提取原始格式的所有文本。不知何故，我使用NLP必须能够从原始文本中提取字段及其值。由于发票的格式有很多种，因此在这种情况下不能使用OCR。NLP如何帮助我解决这个问题？
浏览 6提问于2017-10-05得票数 0
15回答
如何从PDF中提取文本？
、、、、
有人能推荐一个库/API来从PDF中提取文本和图像吗？我们需要能够获取文档中预先知道的区域中包含的文本，因此API需要为我们提供页面上每个元素的位置信息。
我们希望数据以xml或json格式输出。我们目前正在研究PdfTextStream，它看起来很不错，但也想听听其他人的经验和建议。
有没有其他的方法(商业的或者免费的)来从pdf中提取文本？
浏览 134提问于2010-09-06得票数 175
文件.fpt和.dbf (在Visual FoxPro 8中制作)包含我需要获取或至少查看的文本(人类可读)。但我不能这么做。MS excel不仅能看到文本，还能看到很多毫无意义的符号。
所以我的问题是如何从文件中提取文本？即使我试图打开该文件( soandso.fpt )，Visual FoxPro 8也无法打开该文件，并显示soandso.fpt已丢失或无效。
可以从文件.fpt和dbf中获取文本吗？
浏览 4提问于2009-12-23得票数 7
有没有免费的Java库可以从PDF中提取文本，与Google应用程序引擎兼容？
我读过关于PDFJet的文章，但是它不能读PDF，是吗？
有没有其他方法可以从PDF中提取文本？我试过，不幸的是他们不能正确处理非英文字符。
浏览 6提问于2010-03-28得票数 2
回答已采纳
1回答
我正在使用Python作为我正在进行的PDF文本提取项目的一部分。有谁知道我可以使用更好的文本提取库吗？
我正在使用Python，但是现在任何事情都是可能的。
我也在寻找其他的选择-基本上任何可以运行相同或更好的东西。我的几个PDF(未加密等)只是没有被PDFTK提取器识别，我也没有得到我想要的进展。
耽误您时间，实在对不起。
浏览 0提问于2013-07-27得票数 1
回答已采纳
1回答
可能重复：
我必须申请阅读PDF文档。我不想使用外部应用程序来读取PDF文档。
是否有可在应用程序中实现的用于读取PDF的API？一个API，可以让我搜索并从PDF文档中提取文本。
浏览 2提问于2012-10-15得票数 0
我发现的大多数车辆牌照/车牌提取器都涉及从图像(OCR)读取车牌，但我感兴趣的是可以在文本正文中标记车牌实例的东西。有这样的注解器吗？
浏览 0提问于2014-07-24得票数 5
2回答
我试图从一个数据框架中提取一个唯一值的列表，但是我一直得到一个在原始数据框架中找不到的值。以前有人遇到过这样的事吗？
我在一个文本文件中读到：
tmpPandaObj = pd.read_csv(fn, sep='\t', header=None)
tmpPandaObj.columns = ['stockId','dt','hhmm','seq','ecalls']
提取出唯一的值：
uniqueStockIdVec = tmpPandaObj.stockId.unique()
然而，我一直
浏览 4提问于2018-05-11得票数 0
回答已采纳
3回答
我正在从一个大的excel文件中读取数据，该文件已经格式化了文本。我通过DataTable & GetOleDbSchemaTable将数据提取到GetOleDbSchemaTable对象中。但提取的数据不包含任何格式化信息。
我的要求是，我只需要提取非划线文本。
我读书时没有任何问题，一切都很好。但是，我的提取应该基于excel中的文本格式，这是我无法找到的解决方案。
在connectionString中添加的任何内容如下：
connectionString = "Provider=Microsoft.ACE.OLEDB.12.0;Data Source=" + fi
浏览 6提问于2012-11-08得票数 1
1回答
我有PDF文件已经被“识别”使用OCR文本识别->识别文本使用功能在Acrobat。
我想把这些作为一个上传(C# ASP.NET MVC)，并能够提取这些信息用于索引和搜索目的。
我尝试打开PDF文件，但没有找到任何被识别的文本，所以我猜它是压缩和/或编码的。
有什么想法吗？
浏览 0提问于2010-06-25得票数 0
回答已采纳
我正在尝试使用Python从PDF中提取文本，并且我已经成功地使用了PyPDF2，如下所示：
import PyPDF2
pdfFileObj = open('path', 'rb')
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
pageObj = pdfReader.getPage(0)
pageObj.extractText()
这将从页面中提取所有文本，但我只想从页面左上角的3'x4‘矩形区域中提取文本。
我基本上想做类似这样的事情:，但用Python语言
这可以由PyPDF2或任何其他Python库来
浏览 13提问于2017-08-21得票数 9
1回答
我有一个关于阿拉伯文本组块的项目，我想知道是否有可能使用NLTK来提取阿拉伯文本的块NP，VP，PP以及如何使用阿拉伯语语料库。请任何人帮帮我！
浏览 0提问于2013-05-08得票数 1
我需要在一个带有UNO的主文档(.odm)上做一些工作，它绑定到Java。
我想知道是否有一种方法可以访问它引用的所有文档，如果可能的话，不需要提取content.xml。
到目前为止，我所做的是将文档作为XComponent打开，打开它的XTextDocument接口(并提取属于该文档的文本，而不是所包含文档中的文本)。我无法从中收集到一些有用的信息。有没有能帮上忙的接口？或者其他的东西？
浏览 0提问于2011-08-18得票数 0
回答已采纳
我试图从网页中提取文本，包括原始文件中的任何换行符和空格。为此，我在的answer的帮助下编写了以下代码：
Document doc = Jsoup.connect("http://www.zomato.com/mumbai/starbucks-coffee-fort").get();
Elements div = doc.select("div");
for (Element d : div) {
for (Node nd : d.childNodes()) {
System.out.println(nd.toString());
}
}
但它
浏览 0提问于2012-11-14得票数 1
1)我有一个类似下面提到的文本：
CREATE TABLE DATABASENAME.TABLENAME AS SELECT ....
2)现在，从上面的文本中，我只想检索DATABASENAME.TABLENAME
3)所以我想提取第二个空间和第三个空间之间的文本。我想提取索引编号为13和35之间的文本，但以空格为基础。
有人能帮上忙吗？求求你。
浏览 4提问于2018-09-21得票数 2
如何在电子邮件到达时触发将邮件提取到文本文件中的shell脚本？我希望提取邮件中的信息，对其进行处理以确定请求，并自动发送对该请求的响应。邮件基本上由一个数据请求组成，响应将在一个文本文件中附加请求的数据。
浏览 0提问于2014-09-22得票数 0
1回答
我正在尝试从以下站点提取图像和一些文本
网页表单、C#、Visual Studio、HtmlAgilityPack
编码只适用于WebClient，浏览器wb.Document.Encoding = "GB2312";不起作用，这并不重要。
该网站使用Lazy Load来显示图片。WebBrowser加载正常，带有信息的图像，但当我使用web客户端/ wb.DocumentText提取时，它不会下载“完整信息”，一些信息丢失，特别是图像链接等。
有没有什么办法解决这个问题呢？我正在尝试提取图像和产品信息。
在向下滚动以强制加载图像后使用wb.DocumentText提取(由于延
浏览 0提问于2013-03-11得票数 0
从python3应用程序中提取消息后，
pygettext.py --default-domain=po_typo_purifier po_typo_purifier.py
我得到一个带有这个标题行的.pot文件
内容-类型:文本/纯文本；charset=CHARSET\n
然后，当我在poedit中打开它时，一些字符(在本例中为无中断空间，以及窄-无中断空间)无法正确显示。在创建.po和.mo文件之后，该程序将显示仅在其中没有此类字符的消息的翻译。如果我在上面的行中更改charset=UTF-8，那么在运行时，每件事情都是正常的。我的问题是：“如何在提取消息时将字符集设置为UTF-8
浏览 2提问于2016-05-18得票数 1
2回答
阿拉伯语pdf文本提取
、、、、
我试图从阿拉伯pdfs中提取文本- -原始数据提取，而不是OCR -。
我尝试过许多包、工具，但它们都不起作用，python包、pdfBox、adobe和许多其他工具以及所有这些工具和字段都可以正确提取文本，要么它读取文本LTR，要么它做错误的解码。
以下是来自不同工具的两个示例
样本1：
املحتويات
7 الثانية الطبعة مقدمة
9 وتاريخه األدب -١
51 الجاهليون -٢
95 الشعر نحل أسباب -٣
149 والشعراء الشعر -٤
213 مرض شعر -٥
271 الشعر -٦
285 الجاهيل ا
浏览 6提问于2022-06-09得票数 2
回答已采纳
1回答
我正在编写一个使用ffmpeg的libav*库的C程序，使用，我可以正确地解码音频和视频。目前，我正在尝试提取字幕。我实际上不想及时解码并在视频上显示它们，但实际上是从容器中提取字幕文本。
例如，在cli上，
ffmpeg -i video.mkv -map 0:4 -scodec copy out.ass
会把他的档案还给我。(由于某些原因，srts只返回文本。)
我尝试过使用AVSubtitle、avcodec_decode_subtitle2等工具，但他们都是逐行返回字幕。我想在srts中的时间码，在ass中的标题信息等，所有我想要的是整个字幕文本文件，这是多路复用到容器。
浏览 2提问于2012-08-02得票数 5
在我在这个问题上被驳斥之前，我意识到这个问题的“如何”的答案可能有一点争议，但我更感兴趣的是“什么”。
简而言之，我想知道我可以使用哪些方法与PC视频游戏界面进行交互。我想创建一个程序，可以从视频游戏市场界面提取数据。
我最初的想法是，我需要以编程方式截取屏幕，然后使用一些光学字符识别软件来提取文本。然后在提取的文本上运行任何操作来派生我的incites。
然后我在想，如果有一堆迷你屏幕截图，我只是用来在屏幕的某些部分找到匹配的，可能会更容易一些。当找到一个匹配项时，我就会知道屏幕上的文本是什么，而不必真正地“提取”它。
对于那些做过这件事的人，你能给我指个方向吗？也许有一种我完全不知道的方法
浏览 16提问于2016-11-19得票数 1
我正在尝试从pdf中提取实体，并使用pdf注释将其标记回pdf。有没有什么方法可以用ghostscript注释特定的文本？
谢谢
浏览 1提问于2020-05-07得票数 0
1回答
从PDF中提取数据
、、、、
我有一个系统，最终从html文件创建PDF文件。它的工作原理与邮件合并非常相似。它从数据库中抓取数据，将数据合并到html文档中的palceholders中，然后将html文件转换为pdf。
当我对html文件进行单元测试时，我可以查看占位符中的值。例如，如果我有一个John Smith，并且我想验证其名称是否为"John Smith“，我只需在合并后查看div的值。
我需要做一些类似的事情来验证pdf中的数据。使用pdfbox和itext，我可以从一个位置提取文本，也可以从文档中提取文本，但我找不到任何可以让我创建“标签/占位符/...”的东西。并从其中提取信息，类似于我对html文
浏览 0提问于2018-10-17得票数 0
1回答
我需要按照用户语言显示工具提示中的文本。我在用
textfield name="userName“title=--这是用户名”/
如何从基于区域设置的属性文件中提取文本“这是用户的名称”。
浏览 0提问于2012-01-18得票数 0
2回答
我想知道哪种编程语言更适合自然语言处理。Java还是Python？关于这件事，我发现了很多问题和答案。但我仍然迷失在选择使用哪一种。
我想知道在Java中使用哪个NLP库，因为有很多库(LingPipe、GATE、OpenNLP、StandfordNLP)。对于Python，大多数程序员推荐NLTK。
但是如果我要做一些文本处理或者从非结构化数据(仅仅是自由形成的纯英语文本)中提取一些有用的信息，那么最好的选择是什么？Java还是Python？合适的图书馆？
更新的
我想做的是从非结构化数据中提取有用的产品信息(例如，用户用不太标准的英语制作关于手机或笔记本电脑的不同形式的广告)。
浏览 19提问于2014-04-07得票数 116
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
