NLP工具

这篇博客介绍了自然语言处理(NLP)中常用的三个工具——bosonnlp、word2vec和gensim。bosonnlp提供文本处理服务,word2vec用于词向量表示,而gensim是一个用于处理文本数据和构建主题模型的库。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

bosonnlp
from bosonnlp import BosonNLP
import datetime
nlp=BosonNLP('BOSON_API_TOKEN')
//中文时间转换
result=nlp.convert_time("去年清明节")
//语义联想,相关词
suggest=nlp.suggest('数学',top_K=10)
//关键词提取,有权重,权重平方和为1
keywords=nlp.extract_keywords(text,top_k=2)
word2vec
//从经过分词的文件训练词向量
./word2vec -train words.txt -output vectors.bin -cbow 0 -size 100 -window 10 -negative 0 -hs 1 -sample 1e-3 -threads 12 -binary 1

//分析词,输入三个词
./word-analogy  vectors.bin

//将经过分词的文件转换为包含词和短语的文件
./word2phrase -train words.txt -output phrase.txt -threshold 500 -debug 2
gensim
//获取文本标签,docs.txt格式为一个文本一行,为分词后的文本,用空格分隔
from gensim.models import Doc2Vec
documents=TaggedLineDocument('docs.txt')
model=Doc2Vec(documents,size=100,window=8,min_count=5,workers=4)
model.save('docs.vector')
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值