I got a little problem I want to use nltk corpus in hdfs,But failed.For example I want to load nltk.stopwords in my python code.
I use this http://eigenjoy.com/2009/11/18/how-to-use-cascading-with-ha
에서 사용자 지정 nltk corpus를 만들면 nltk에서 사용자 지정 자료를 만드는 데 여전히 probs가 있습니다. 나는 태그가있는 문장의 텍스트 파일을 가지고 있는데, 각 항목은 ... word/tag 형식의 문자열이다. 나는이 물건을 사용하여 술래 잡이를 훈련시키고 싶다. 다양한 taggers 유형을 교육하는 train-tagger라는 nltk 패
DirSource를 사용하여 디렉토리에서 생성 된 R에 corpus x가 있습니다. 각 문서는 관련된 vBulletin 포럼 웹 페이지의 전체 HTML을 포함하는 텍스트 파일입니다. 스레드이므로 각 문서에는 XPath로 캡처하려는 여러 개의 별도 게시물이 있습니다. XPath는 작동하는 것처럼 보이지만 캡처 한 모든 노드를 다시 코퍼스에 넣을 수는 없습니다
NLTK에서 자체 코퍼스를 만들려고합니다. 나는이 문서의 일부를 읽었으며 다소 복잡해 보인다. 내가하고 싶었던 것은 영화가 코퍼스를 검토하지만 내 텍스트로 "복제"하는 것 뿐이다. 이제 이동 검토 자료의 파일을 내 자신으로 변경할 수 있다는 것을 알았지 만 한 번에 하나의 코퍼스 만 사용하도록 제한합니다 (즉, 파일을 지속적으로 교환해야합니다). 영화 리뷰
여러분, 기본적으로 간단한 XML 파일 인 NLTK 용 모음집을 작성했습니다. 나는 그런이 잘로드 할 수 있습니다 >>> from nltk.corpus import cicero
>>> print cicero.fileids()
['cicero_academica.xml', 'cicero_arati_phaenomena.xml', ...]
지금, 내가 바로
텍스트 파일을 사전 처리하려고합니다. 각 행은 해당 문서의 빈도가있는 문서의 바이 그램 단어입니다. 여기서 각 라인의 예이다 : I는 전체 언어 자료로부터 사전을 생성하는 것을 처리 1 i_like 1 you_know 2 .... not_good. 이제 행별로 코퍼스를 읽고 사전을 가지고 문서 행렬을 만들고 행렬의 각 요소 (i, j)가 문서 "i"의 용어
자동 동의어 찾기 알고리즘 (주로 브랜드 이름 용)을 만들고 싶습니다. 예를 들어 사용자가 "Coca cola"라는 단어를 입력하면 "Coke"라는 단어를 반환하고 싶습니다. 위의 내용은 위임장을 사용하여 쉽게 수행 할 수 있습니다. 그러나 나는 그것을위한 dictonary 파일을 필요로한다. 어떻게 자동으로 만들 수 있습니까? (나는 1 백만 + 레코드가