Question

Closed. This question needs to be more focused. It is not currently accepting answers.

更新问题,只通过编辑这一职位来讨论一个问题。

Closed 3 years ago.

Improve this question

在大量的客户支助审查中,我需要计算一套特定形容词的频率。然而,我不想包括那些被否定的人。

例如,我列举的形容词是:[有用、知识、友好]。我想确保把“友好”算入“代表不是非常友好的”一句。

我是否有必要使《国家扫盲行动计划》案文完全一致,或者是否采取更为容易的办法? 我不需要高准确性。

I m 根本不熟悉NLP。我想要的是那些没有如此 steep的学习曲线和如此密集的 t。

增编

Answer 1

如果大家想要的是选择性的频率,那么问题就相对简单,而不是一些残忍的、非正统的机器学习解决办法。

www.un.org/Depts/DGACM/index_spanish.htm Wat do?

Do POS tagging on their text. 这使你的案文与部分发言标语一致,因此,你有95%的准确性或更多。您可使用Stanford Parser在线 ,让大家感觉到。牧师实际上也给你以文法结构,但你只关心打字。

您也希望确保判决得到妥善执行。为此,需要减刑。该软件包括斯坦福教区等软件。

之后,只是打断判决,把判决归根到底,把所有东西都归根于参议院或他们使用的任何党派。如果tag子没有意义的话,则看Pennybank tagset(Trebanks被用来培训NLP工具,Penni树库的tag是共同的)。

<>

贾瓦或沙尔语是农工党的工具。甲型六氯环己烷它容易、记录得当和理解清楚。

Java,除别的外,还有GATE、LingPipe和斯坦福 Parser。在使用斯坦福·帕尔瑟的坟墓中,我感到完全痛苦,幸运的是,如果你选择走这条路,你就不必这样做。 See my google page for some Code (at the floor of the page) examples with thestein Parser.

www.un.org/Depts/DGACM/index_spanish.htm all!

纳哈,你可能想要阻止这些形容词,而这正是你在什么地方获得一个字体:

cars -> car

我实际上可以想到这样一种情况,即这种局面是必要的,但可能会发生。当你看看你的产出时,如果你需要这样做,就会很显然。一名PPOS夸张/撒谎/et将带你的话(也叫大话)。

More NLP Explanations See this question.

“entergraph

Answer 2

It depends on the source of your data. If the sentences come from some kind of generator, you can probably split them automatically. Otherwise you will need NLP, yes.

适当灌输自然语言,这是一个开放的问题。它对英语的“大范围”工作,特别是因为英语判决倾向于遵守《普通刑法》。举例来说,德语在这里很新生,因为不同的字句表达了不同的强调(因此可以传递不同的含义,特别是在使用铁时。此外,德国倾向于更多地使用附属条款。

新进步党显然是前进的道路。至少需要一些基本教区。这确实取决于你的任务:你们是否需要确保每一个人都正确,还是采取有利于巴比主义的做法? 是否可将“传播”案件丢弃或送给人类审查? 等等。

友情链接