我计划使用NLTK、Gensim和Scikit Learn来进行一些NLP/文本挖掘。但我将使用这些库来处理我的组织数据。问题是，在使用这些库时，它们是进行API调用来处理数据，还是从python shell中取出数据进行处理。这是一个安全问题，所以我想知道是否有人有任何文档可供参考。 感谢大家在这方面的帮助。
浏览 8提问于2020-01-22得票数 1
回答已采纳
10回答
因此，使用shell脚本：echo nltk.__version__在linux终端中，试图以这种方式查看：这并没有让人以为它已经安装好了。
浏览 6提问于2015-02-13得票数 129
回答已采纳
当我尝试在python 3.5.2_2中导入nltk时，我得到以下消息：Traceback (most recent call last): from nltk.align import *
File "/usr/local/lib/python3.5/site-packages/nltk/align
浏览 0提问于2016-10-10得票数 0
这是创建模型的代码：NUM_TOPICS = 4NUM_TOPICS,id2word=dictionary,passes=100)topics = ldamodel.print_topics(num_words=4)这是GridSearchCV的<
浏览 4提问于2020-03-09得票数 1
回答已采纳
1回答
我正在尝试实现朴素贝叶斯分类器来进行情感分析。我计划使用TF-IDF权重度量。我只是有点卡住了。NB通常使用单词(特征)频率来找到最大似然。那么，如何在朴素贝叶斯中引入TF-IDF权重度量呢？
浏览 2提问于2011-06-09得票数 3
我试着使用nltk书中的一个例子来获取CountVectorizer内部的regex模式。我看到了一些简单正则表达式的例子，但是没有这样的例子： (u'', u'', u''), (u'', u'-ridden', u''
浏览 0提问于2014-08-18得票数 2
回答已采纳
我正在使用来组合不同的功能，以适应单个模型。其中一个功能包括使用嵌入单词。import numpy as npfrom sklearn.pipeline import FeatureUnionTruncatedSVD(n_components=50, algorithm = "randomized", n_iter = 5)为了包含sklearn中尚未提供的转换器in self.word2vec]
浏览 0提问于2017-11-14得票数 0
1回答
identifierN: labelN}
我想找出最合适的nltk容器，在其中我可以将这些信息存储在一个地方，并无缝地应用nltk分类器。
浏览 2提问于2013-09-30得票数 1
文本文档的分类是一个，但在NLTK中没有一个干净的支持，也有像这样困难的方法来做这件事的示例。我想用NLTK进行预处理，并用sckit-learn进行分类，我在NLTK中发现了SklearnClassifier，但有一个小问题。在scikit-learn everything is OK：from sklearn.multi
浏览 2提问于2012-11-23得票数 6
回答已采纳
1回答
我发现支持许多不同的wrt参数。例如，对于分类，前者不支持feature_interation，后者不显示Score_0和Score_1概率。这些只是几个例子。
浏览 18提问于2022-08-16得票数 0
我正在尝试使用SklearnClassifier和ClassifierBasedPOSTagger构建自己的基于分类器的词性标记器。我尝试过的代码如下所示。from nltk.corpus import treebanktrain_data= data[:3500]
test_data = data[3500:] from nltk.classify
浏览 10提问于2021-08-11得票数 0
回答已采纳
1回答
我正在使用AWS中的Lambda函数，并尝试使用层来加载依赖项(即状态模型、scikit-learn、pyLDAvis、熊猫、numpy、nltk、matplotlib、load、gensim和eli5)，但我无法添加它们，因为我收到一个错误，其中指出代码和层的最大允许大小为262144000字节(250 MB)。或者，我是否有办法删除包中的一些子目录--例如，我只需要状态模型的发行版，那么我能删除所有其他内容吗？
浏览 0提问于2021-07-30得票数 0
回答已采纳
/test ; scipy and scikit-learn requires numpy even to run setup.py so pip install scipy scikit-learn
commands
浏览 0提问于2019-05-08得票数 1
回答已采纳
在一个项目中，我一直在使用Python NLTK、文档分类和朴素贝叶斯分类器。正如我从文档中了解到的，如果您的不同文档被标记为pos或neg作为标签(或超过2个标签)，这将非常有效。我正在处理的已经分类的文档没有标签，但它们有一个分数，一个介于0和5之间的浮点数。
我想要做的是构建一个分类器，就像文档中的电影示例一样，但它将预测一段文本的分数，而不是标签。我相信文档中提到了这一点，但从来没有进一步探讨过“数字特征的概
浏览 1提问于2012-10-23得票数 8
2回答
这是我关于stackoverflow的第一个问题，请耐心听我说。我的问题是，我几乎没有用于训练分类器的人工注释训练数据。因此，它不是一个很好的分类器。因此，我的老师建议我查看MaxEnt分类器的原始分数，看看是否存在某个分数阈值，超过这
浏览 0提问于2012-09-12得票数 2
1回答
用WordNet比较两个短语？
、、、、
我正在试着比较两个短语的语义。在Python中，我使用nltk和difflib。首先，我从短语中删除停止词，然后我使用WordNetLemmatizer和PorterStemmer对这些单词进行规范化，然后将其余的单词与SequenceMatcher的衍射库进行比较。我仍然认为有一个比使用衍射更好的方法。有什么建议或建议吗？在短语之间的比较中有没有使用Wordnet的库？我所做的步骤正确吗？
浏览 2提问于2014-05-07得票数 0
回答已采纳
我研究了类似的问题，但没有一个问题真正解决了我的错误。
浏览 0提问于2018-03-28得票数 0
通过使用Gensim执行LDA，我能够使用以下方法进行初始文本预处理和清理：它非常高效，几乎可以在一个命令中进行所有形式的文本清理。现在，我正在尝试使用Scikit LDA来学习LDA，我想知道是否有类似的方法来使用Sci-kit学习来实现相同的预处理，而不是必须加载两个库。
浏览 1提问于2022-03-27得票数 0
4回答
多字袋文本分类器
、、
我正在训练一个电子邮件分类器从一个数据集与单独的列为主题行和电子邮件本身的内容。我已经对内容列进行了预处理，使主题和相关元数据被完全删除。在这一点上，我的想法是，我应该在两个单独的词袋上训练分类器，一个是主题栏，另一个是内容栏。这样做对吗？是否有一种使用NLTK或类似库来完成此操作的简单方法？
浏览 0提问于2017-11-22得票数 2
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
