本文介绍Gensim和Fancy-NLP两大工具。Gensim用于主题模型和文本相似度计算，支持TF-IDF、LSA、LDA及word2vec等算法；Fancy-NLP为腾讯团队开发，支持实体提取、文本分类等功能，适用于商品画像构建。
1、Gensim：主题模型，计算文本相似度
官网：https://radimrehurek.com/gensim/
学习教程：https://www.cnblogs.com/iloveai/p/gensim_tutorial.html
pip install gensim（1）用于从原始的非结构化的文本中，无监督地学习到文本隐层的主题向量表达，支持包括TF-IDF，LSA，LDA，和word2vec在内的多种主题模型算法
（2）支持流式训练，并提供了诸如相似度计算，信息检索等一些常用任务的API接口
2、Fancy-NLP：是腾讯商品广告策略组团队构建的，用于建设商品画像文本知识挖掘工具，支持如：实体提取、文本分类和文本相似度匹配等多种常见nlp任务。能够支持用户快速实现相关功能，比如说快速挖掘商品特征，应用到支持广告商品推荐模块种。
pip install fancy-nlp
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
