用于自然语言处理的Java或Python

我想知道哪种编程语言对自然语言处理更好。 Java or Python？我发现了很多关于它的问题和答案。但我仍然在选择使用哪一个方面失败。用于自然语言处理的Java或Python

我想知道哪些NLP库用于Java，因为有很多库（LingPipe，GATE，OpenNLP，StandfordNLP）。对于Python，大多数程序员推荐NLTK。

但是，如果我做一些文字处理和信息提取从非结构化数据（只是自由形成的纯英文文本），以获得一些有用的信息，什么是最好的选择吗？ Java还是Python？合适的库？

更新

我想要做的是提取非结构化数据有用的产品信息（如用户做出关于手机或笔记本电脑，用不是很标准的英语语言不同形式的广告）

来源

2014-04-07 Jin Ling

+39

我讨厌这类问题这里不欢迎你在SO上。我认为其目的是为了防止圣战，但这对IMO的内容有所贡献。 – L0j1k

如果有人说“什么是领先的Java和Python NLP库及其相对优势？”也许这解决了它？答案随时间变化，但我也发现这样的问题非常有用。 –

我也希望这些问题在SO上受到欢迎。我最近试图调查Python和R的NLP优势，并立即被击落。对于那些试图用正确的语言来设计他们的项目的人来说，这不是一个简单的例子 – Ksofiac

问题非常开放。这就是说，而不是选择一个，下面是一个比较取决于你想使用的语言（因为有两种语言都有好的库）。

的Python

在Python而言，你应该看看第一个地方是Python Natural Language Toolkit。正如他们在描述中所指出的那样，NLTK是构建Python程序以处理人类语言数据的领先平台。它提供了超过50个语料库和词汇资源（如WordNet）的易用界面，以及用于分类，标记化，词干化，标记，分析和语义推理的一整套文本处理库。

还有一些优秀的代码，您可以查找来自基于Python的Google Natural Language Toolkit项目。您可以在这里找到该代码的链接on GitHub。

的Java

看是斯坦福大学的Natural Language Processing Group的第一个地方。所有分发的软件都是用Java编写的。所有最近的发行版都需要Oracle Java 6+或OpenJDK 7+。分发包包括用于命令行调用的组件，jar文件，Java API和源代码。

您在很多机器学习环境（一般选项）中看到的另一个很棒的选项是Weka。 Weka是用于数据挖掘任务的机器学习算法的集合。算法可以直接应用于数据集，也可以从您自己的Java代码中调用。 Weka包含用于数据预处理，分类，回归，聚类，关联规则和可视化的工具。它也非常适合开发新的机器学习方案。

来源

2014-04-07 05:23:45

真棒回答。我真的不明白为什么这些问题在这里被忽略。 +1 – L0j1k

我完全同意。被问到的问题是一般性的。这就是说，这些正是我经常发现自己面临的问题类型，特别是当我刚到一个地区时。 –

就基于Java的库和工具而言，您可能会看到的另一个伟大的是LingPipe。 http://alias-i.com/lingpipe/ –

108

Java与Python for NLP非常重要或必须。取决于公司/项目，您需要使用其中一个或另一个，除非您正在领导项目，否则通常没有多少选择。

非NLTK（www.nltk。ORG），实际上有其他的库文本处理python：