Sirow的博客

英文文本处理：有分词，去停用词，提取词干，词性分析，依赖分析，命名实体识别等步骤。目的是为了文本分类建模和文本相似度建模做到更高的准确率。后面会用到深度学习提高准确率。1.英文文本处理与NLTK库文本处理解决分类，解决情感分析，解决翻译等等一系列问题。接下来我们来看一下，在英文文本当中，基本的处理文本的一些操作。1.1 英文Tokenization(标记化/分词)不能直接送到模型当中进...

这篇文章将使用NLTK向您解释NLP中的词性标注 (POS-Tagging)和组块分析(Chunking)过程。词袋模型(Bag-of-Words）无法捕捉句子的结构，有时也无法给出适当的含义。词性标注和组块分析帮助我们克服了这个弱点。NLTK多用于英文文本，所以这篇以英文解释。词性标注（POS-Tagging）词性可以解释为一个词在句子中的使用方式。词性有八个主要组成部分：名词、代词、形...