java - 基于 Java 的 Web 应用程序的 NLP 库(主题提取+情感分析)

<分区>

关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。

要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是偏离主题的，因为它们往往会吸引自以为是的答案和垃圾邮件。相反，describe the problem以及迄今为止为解决该问题所做的工作。

关闭 8 年前。

我是一名大学生，正在寻找 NLP 库来在基于 Java 的 Web 应用程序中为暑期爱好项目执行主题提取和情感分析。

为了让您了解我正在尝试做的事情...我想构建一个基于 Java 的 Web 应用程序，它将从 Reddit 提交的标题中提取主题，并确定 OP 对标题(如果可能)。

示例输入:

Reddit，我们从 943,702 个签名中提取了反 SOPA 请愿书 3,460,313。反 CISPA 请愿书为 691,768，这是一项广泛的法案比 SOPA 还差。请顶一下，然后让我们讨论进一步的措施或者我们过去的努力是徒劳的。我们以前做过，恐怕我们是呼吁再次这样做。
我的 friend 称他为“可笑的上镜先生”
疯狂:CISPA 变得更糟，然后仓促投票通过

我目前正在试用 AlchemyAPI，但听起来似乎存在更好的 NLP 库。最好是，我不会在给定时间段内被限制为有限数量的 API 请求(AlchemyAPI 有配额)。我听说过 GATE、LingPipe 和 OpenNLP 的名称 - 但是，我不确定它们是否符合我的需要。

我正在寻找框架/库/api 推荐，或者更好的是，来自有经验的用户的比较。我在 NLP 方面的经验非常有限，这就是为什么我在这里寻求帮助(ps:如果有人在 www.nlp-class.org 之外有任何学习更多的资源，请告诉我!):)

最佳答案

首先，我强烈建议使用 python，因为 NLP 库比 java 更易于使用，而且对于一个人的项目来说，维护的代码要少得多。

我想不出任何可以做任何分类的事情，所以我的建议是训练两个分类器，一个用于主题，一个用于情感。您必须标记数据并定义特征，但我认为这不会太难，尤其是在建立“情感”词词典的情感方面。标记数据是一件令人头疼的事情，但它和良好的特征是您获得良好分类的方式。

主题分类器:

将 NLTK 与朴素贝叶斯分类器结合使用，并将特征定义为词(小写)、二元词和三元词。

情绪分类器:

与主题分类器具有相同的特征，但还有一个特征是单词 w 在情感词典中具有连接 c。所以，“坏”这个词的意思是“坏情绪”。

一旦您积累了足够的训练/测试数据，您就可以训练您的分类器并在必要时优化特征，然后您可以根据您想要的任何其他数据运行分类器。

通用库(Java):

库(Python):

关于java - 基于 Java 的 Web 应用程序的 NLP 库(主题提取+情感分析)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10419437/

相关文章：

c# - 如何在 C# 代码中使用 python NLP POS 标记器？