Tags 如何从文本中提取关键字(标记)
我目前正在尝试用Java实现一个标记引擎,并搜索从文本(文章)中提取关键字/标记的解决方案。我在stackoverflow上找到了一些解决方案,建议使用点式互信息 我不能使用pyton和nltk,所以我必须自己实现它。但是我不知道如何计算概率。 方程式如下所示:Tags 如何从文本中提取关键字(标记),tags,nlp,keyword,nltk,Tags,Nlp,Keyword,Nltk,我目前正在尝试用Java实现一个标记引擎,并搜索从文本(文章)中提取关键字/标记的解决方案。我在stackoverflow上找到了一些解决方案,建议使用点式互信息 我不能使用pyton和nltk,所以我必须自己实现它。但是我不知道如何计算概率。 方程式如下所示: PMI(term, doc) = log [ P(term, doc) / (P(term)*P(doc)) ] 我想知道的是如何计算p(术语,doc) 我已经有了一个lange文本语料库和一系列文章。这些文章不是语料库的一部分。
PMI(term, doc) = log [ P(term, doc) / (P(term)*P(doc)) ]
我想知道的是如何计算p(术语,doc)
我已经有了一个lange文本语料库和一系列文章。这些文章不是语料库的一部分。语料库用lucene索引
请帮帮我。
致以最诚挚的问候。有很多算法可以实现这一点: 开源工具: kea()监督方法使用训练数据和受控词汇表 maui indexer()基本上是kea的扩展,它提供了使用百科全书提取关键短语的工具 carrot2()用于关键短语提取的无监督方法。它支持输入、输出格式和关键短语提取参数的多种变化 mallet主题建模模块() 斯坦福主题建模工具() Mahout聚类算法() 商业api: 炼金术API() 泽曼塔API()
yahoo term extraction api()要提取标记还是计算概率?你的标题建议提取标签,但你的问题是你不知道如何计算概率-为什么你关心概率?我想提取标签,因此我必须计算P(术语,doc),但我不知道如何计算为什么你必须计算任何东西?请定义“提取标签”。我有一个文本,希望从给定的文本内容中提取/生成单个单词标签。PMI似乎是一个很好的解决方案,但我不知道如何正确地实现它,因为我不知道如何计算P(术语,doc)。这个答案是从