语料分析 - 腾讯云开发者社区

文章/答案/技术大牛

发布

1回答

TreeTagger是如何得到一个单词的引理的？

nlp、lemmatization、treetagger

我正在使用TreeTagger获取西班牙语单词的词条，但我观察到有太多的单词没有像应该的那样进行转换。我想知道这个操作是如何工作的，如果它是通过决策树或机器学习算法等技术完成的，或者它只是包含一个单词列表及其相应的词条。有人知道吗？谢谢！！

浏览 4提问于2018-06-05得票数 1

1回答

我如何从quanteda包转换成语料库？

r、text-mining、quanteda

如何将英语输出转化为语料库，以供进一步分析？更具体地说，我想创建一个基于关键字前后的单词的语料库(contextPre，contextPost)，对它们做进一步的情感分析。

浏览 2提问于2016-05-25得票数 1

1回答

如何利用HTK进行语言建模

htk

我对如何使用HTK进行语言建模感到困惑。有什么教程可以用来做同样的事情吗？请帮帮我。

浏览 3提问于2016-10-27得票数 0

1回答

R中tidytext中的ngram分析

r、tidytext

我正在尝试做ngram分析，因为在tidytext中，我有一个770个演讲的语料库。然而，tidytext中的函数unnest_tokens将数据帧作为输入。我无法将语料库转换为数据帧，既不能一次转换一个语音，也不能一次转换所有语料库。谢谢

浏览 3提问于2020-02-14得票数 0

1回答

新闻文章和标题的自由文本挖掘语料库

text-mining

有没有基于新闻文章和标题的免费语料库？在哪里可以免费下载？

浏览 2提问于2017-06-14得票数 1

2回答

用于训练文本分类器的德语数据集

sentiment-analysis

我还没有找到用情感分析预先训练过的德语单词嵌入，也没有找到合适的数据集来训练我自己的单词嵌入。如有任何建议，我们将不胜感激！

浏览 0提问于2019-04-03得票数 2

1回答

R从多个txt文件中挖掘文本文档

r、text、data-mining

那么，我如何通过跟踪月份-年份引用来分析这些文件(文本挖掘)每个文件分别来自唯一的语料库(或类似的语料库)，谢谢。

浏览 3提问于2016-08-16得票数 0

4回答

如何为stanford tagger创建自己的训练语料库？

java、nlp、stanford-nlp

我必须用大量的短手和当地的行话来分析非正式的英语文本。因此，我正在考虑为斯坦福大学的标记器创建模型。语料库的语法是什么?我的语料库应该保持多长时间才能达到理想的性能？

浏览 0提问于2010-07-01得票数 15

回答已采纳

1回答

谷歌是如何获得互联网前几年的“随时间使用”数据的？

statistics、google

最近我正在读一本书，我发现有很多词我很少看到。当我搜索他们的意思时，我发现对于一个单一的词汇，谷歌有一个use over time for:统计数据--从1800年到2010年。我可以想象谷歌是如何收集互联网上使用的词汇的频率的。但是在互联网之前呢？他们如何知道1800年人们使用词汇的频率？他们是否首先将图表材料转换成数字数据，然后计算结果或其他什么？

浏览 0提问于2018-06-06得票数 0

回答已采纳

1回答

LSA相似接口

lsa、latent-semantic-indexing、latent-semantic-analysis

本文采用LSA相似接口作为分析方法。我的背景是语言学，而不是计算机科学。我试图找到一个简单的LSA文档分类工具，但我找不到任何。我试着和Gensim一起玩，但我没有工作。我认为我的问题是将我的语料库(txt文件)与Gensim工具链接到一起进行分析(我不知道如何完成这个步骤)。如果有人能帮助我进行分析，或者指导我使用Gensim的任何工具或简单的教程，我将非常感激。我想要做以下工作:我想应用文档-实体查询从语料库中检索最相关的5个文档到查询文档。我有一个(150条文本)的<e

浏览 6提问于2014-12-21得票数 0

1回答

R主题建模- lda命令'lexicalize‘产生意外的结果

r、tm、lda、topic-modeling

我正在使用R中的'lda‘包对语料库执行主题模型分析(让我们称之为'corpusB')。我正在为语料库的分析做准备，首先使用命令'lexicalize'，该命令返回一个术语-文档矩阵，如果没有预先指定，还会返回一个在语料库中出现的具有唯一标记的词汇表。出于研究目的，我想使用从另一个语料库推断出的词汇表对语料库进行词汇化(让我们称其为'corpusA')，这是一件应该很容易完成的事情。然而，它并没有起作

浏览 0提问于2014-01-16得票数 0

6回答

用于情感分析的训练数据

nlp、machine-learning、text-analysis、sentiment-analysis、training-data

我想要一个为公司提供评论的大型文档语料库，就像分析师和媒体提供的对公司的评论一样。我发现有产品和电影评论的语料库。是否有业务领域的语料库，包括对公司的评论，与业务语言相匹配？

浏览 2提问于2011-09-26得票数 57

回答已采纳

1回答

Weka可以处理多少文本？

machine-learning、nlp、weka、sentiment-analysis、document-classification

我有一个情感分析任务，我需要指定weka可以处理多少数据(在我的例子中是文本)。我有一个包含2500条评论的语料库。我知道这是一个很小的语料库，但我的论文导师让我专门讨论一下Weka可以处理多少数据。

浏览 1提问于2014-09-23得票数 0

4回答

情绪分析-当正面和负面单词列表的长度不同时，我应该对它们进行标准化吗？

nlp、sentiment-analysis

我正在实现一个简单的情感分析算法，其中论文的作者有一个正面和负面单词的单词列表，并简单地计算每个单词在分析的文档中出现的次数，并使用以下内容对文档进行情感评分：这是通过文档长度对情感评分进行归一化，但是负面单词的语料库比积极单词语料库(大约300个积极单词和1800个负面单词我如何纠正正负语料库长度的不平衡？我是否应该调整情绪得分，以通过各自的<

浏览 0提问于2015-02-19得票数 1

1回答

如何将数据帧转换为可由Iramuteq和Alceste读取的txt

r、text-mining、stringr

Iramuteq和Alceste是文本挖掘程序(在法国仍然非常流行)，它们处理格式奇怪的txt文件:语料库中的每个文档都必须以*开头，然后每个语料库变量都必须编码为*variablename_value(遵守一些格式规则)，并且要分析的文本必须在新行上。country_france**** year_2021 country_germany如何将文本和语料库变量作为列的数据帧转换为这种格式

浏览 0提问于2021-11-28得票数 0

1回答