corpus

    1热度

    2回答

    如何从文本块列表中创建类似DTM的文本矩阵？

    我一直在使用textmatrix()函数创建DTM，我可以进一步使用LSI。 dirLSA<-function(dir){ dtm<-textmatrix(dir) return(lsa(dtm)) } textdir<-"C:/RProjects/docs" dirLSA(textdir) > tm $matrix D1 D2 D3 D4 D5
    r text-mining corpus 2013-01-03

    1热度

    1回答

    如何使用Afrikaans语言词作为nltk语料库访问文本文件

    我有一个使用南非荷兰语语言的纯文本语句的文本文件。我希望能够在此文本文件上执行nltk语料库函数，但找不到如何执行此操作的任何示例。 我喜欢做的事情，如： mytext.concordance("woord") mytext.similar("woord") 谁能帮助我？
    python nltk corpus 2013-01-07

    4热度

    2回答

    我应该使用哪种gensim语料库来加载LDA转换后的语料库？ - Python

    如何从python的gensim加载LDA转换的语料库？我已经试过： from gensim import corpora, models import numpy.random numpy.random.seed(10) doc0 = [(0, 1), (1, 1)] doc1 = [(0,1)] doc2 = [(0, 1), (1, 1)] doc3 = [(0, 3), (1
    python nlp corpus lda gensim 2013-03-03

    3热度

    2回答

    任何关于从TripAdvisor抓取数据的建议

    我们目前正在研究一个NLP项目并需要一个旨在从tripadvisor.com提取的语料库。我们期待将输出结果作为几种类型：评论和评论的评分。我的问题是： 是否有任何爬行工具最适合此目的？它一定很容易使用，python是首选。美丽的汤是我找到的，但我想在这里问它的任何其他建议。 是否有任何完整的工具只是为了这个目的？我的意思是一个为tripadvisor.com写的程序？ 任何有关数据（评论/评级）
    nlp web-crawler corpus 2013-01-16

    1热度

    1回答

    NLTK的一些问题

    我对Python和NLTK很新，但我有一个问题。 我在写一些东西，只能提取自己制作的语料库中长度超过7个字符的单词。但事实证明，它提取每一个字... 任何人都知道我做错了什么？ loc="C:\Users\Dell\Desktop\CORPUS" Corpus= CategorizedPlaintextCorpusReader(loc,'(?!\.svn).*\.txt, cat_pattern
    python tokenize nltk counting corpus 2013-01-22

    0热度

    1回答

    如何获得普林斯顿WN感觉ID给出一个意义上的偏移量？ Python的NLTK

    我可以得到意义上标志着NTLK语料库从普林斯顿WN感偏移： [in]:'dog.n.01' >>> from nltk.corpus import wordnet as wn >>> ss = wn.synset('dog.n.01') >>> offset = str(ss.offset).zfill(8)+"-"+ss.pos >>> print offset [out]:'0208
    python nlp nltk wordnet corpus 2013-03-14

    4热度

    1回答

    从R中的语料库创建单词的子集

    我有一个使用XML包从Twitter搜索中创建的1500行向量。然后我将它转换为语料库以与tm包一起使用。我想最终创建一个带有一些（最频繁）这些词的wordcloud，因此我将它转换为TermDocumentMatrix以便能够以最低频率找到词。我创建了对象“a”，它是这些术语的列表。 a <- findFreqTerms(mydata.dtm, 10) wordcloud软件包在文档矩阵上不
    r corpus word-cloud 2013-03-19

    15热度

    1回答

    R中

    使用TM封装制作的多个语料库前N个常用术语数据帧我有R. 与tm包创建几个TermDocumentMatrix正是我想要找到每套单据提交给10个最常用术语最终结束了的输出表所示： corpus1 corpus2 "beach" "city" "sand" "sidewalk" ... ... [10th most frequent word] 根据定义，findFreqTerms(c
    r text-mining corpus tm 2013-03-19

    3热度

    1回答

    嘈杂的文本语料库中的句子分段和对齐

    我有一个平行的语料库，其中包含阿拉伯语和波斯语约100,000个对齐的段落。 我的语料库是一个嘈杂的语料库，其段落是彼此不完整的翻译（即，阿拉伯段落的部分不翻译为波斯语，并且标点符号也不匹配）。 为了将段落分成句子，我使用了标点符号，但句子数不匹配。 然后，我用Microsoft Aligner来对齐句子，但结果确实是错误的。 如何分割和对齐语料库的语句？
    alignment nlp corpus text-segmentation giza++ 2013-01-31

    32热度

    3回答

    如何在通过python连接时更改默认的Mysql连接超时？

    我使用python连接到mysql数据库con = _mysql.connect('localhost', 'dell-pc', '', 'test') 我写的程序需要大量的时间完成执行，即大约10个小时。实际上，我试图从一个语料库中读出不同的单词。 阅读完成后出现超时错误。 我检查这是Mysql的默认超时： +----------------------------+----------+ |
    python mysql corpus 2013-02-06
最新问题