我正在做一个项目,其中我必须从文本文件(.doc)格式中提取名词形容词名词短语和动词.
我有大约75个这样的文件的语料库.我已经访问了网上找到有关它的信息,我使用nltk在python中遇到了POS标签.
因为我的项目在c#中(使用Visual Studio 2008),所以我需要一个代码来实现.
我已经尝试过使用wordnet api进行相同甚至是Sharpnlp的尝试,但是由于我是新手,所以我发现这些很难与我的项目集成.
有人可以建议我使用一些简单的代码(例如词汇表等)来做到这一点吗？plz帮助我.
谢谢.
解决方法:
我曾在NLP(自然语言处理)中担任行业领导者一段时间,而您要做的并不是一件小事.我认识nltk的创建者之一,我自己使用过它.这是一个高质量的开源工具,我建议您使用它(使用C#是否有特别令人信服的理由？)
POS标记通常是通过在手工注释的数据上训练语言模型,然后将该模型应用于新文本,预测语音部分并给人信心来实现的. nltk具有执行此操作的工具,并且还具有一些模型(如果我没记错的话).
您会发现大多数工具都是用C,Java和Python编写的.如果您不懂任何一种语言,则可以将其作为学习某些内容的绝佳机会！
