저는 전자 상거래 데이터를 파이썬으로 작업하고 있습니다. 나는 그 데이터를 파이썬에 로딩하고 그것을 판다 데이터 프레임으로 변환했다. 이제 원하지 않는 문자, 불용어, 형태소 분석 등을 제거하는 것과 같은 데이터 처리를 수행하려고합니다. 현재 적용한 코드는 잘 작동하지만 시간이 많이 걸립니다. 나는 처리 할 데이터의 행이 약 2 백만 개이며 처리하는 데 영
스탠포드 파서의 결과를 NLTK와 비교하려고합니다. 그러나 이것은 나에게별로 도움이되지 않습니다. stan_dep_parser = StanfordDependencyParser() # stanford parser from NLTK
dependency_parser =stan_dep_parser.raw_parse("Four men died in an accid
bash에서 python 또는 ipython을 실행할 때 nltk 패키지를 가져 오십시오. 그래서, NLTK 확실히 설치되어있는 곳(bash가 파이썬, nltk.__file__이 /home/nadine/anaconda2/lib/python2.7/site-packages/nltk/__init__.pyc입니다) (I 파이썬의 2.7 버전, 아나콘다를 사용하여
파이썬에서 nltk 분류 루틴을 위해 megam을 설치해야합니다. 와 megam를 컴파일 할 때 2. 메이크 3. 변경하고 OCaml의 패키지를 GCC와 http://www.umiacs.umd.edu/~hal/megam/index.html 1. 설치된 Cygwin에서에서 0 다운로드 megam 소스 : 나는 this post에서 우유 마법에 의해 지시에 따
CoNLL2003 데이터 세트에 CoNLLCorpusReader를 사용하려고합니다. 이 데이터 세트는 4 열 (예)를 포함이 WORD POS CHUNK NE
U.N. NNP I-NP I-ORG
official NN I-NP O
Ekeus NNP I-NP I-PER
heads VBZ I-VP O
for IN I-PP O
Baghdad NN
개인이 작성한 텍스트에서 개인 속성을 추출하고 싶습니다. 예 : 저는 항상 전문 사이클링에 관심이있었습니다. 미혼모가되어 스포츠를 전문적으로 추구 할 충분한 시간을 찾는 것이 결코 쉬운 일이 아니 었습니다. 관심, 여성 : 성, 스포츠 : 내가 할 수있는 최선은 내가 자전거 타기 같은 추출 할 것, 이상적으로 ... 멜버른의 아름다운 해변을 따라 짧은 놀이
나는 처음으로 기계 학습을 시도해보고 개선하려고합니다. 순간 , 내 기능 목록으로 전체 단어 목록을 사용하여, 내 트윗 데이터를 좋은 ~ 90 %를지고있어 에만 관련이 포함 그래서이 기능의 목록을 필터링 할 것 감정을 나타내는 단어 (예 : 좋음, 나쁨, 행복, 로봇/자동차/기술이 아닌 단어) 누구나 조언이 있습니까? 내가 그들의 중지 단어를 사용했습니다,
그래서 저는 Python과 NLTK를 처음 사용합니다. 나는 reviews.csv이라는 파일을 가지고 있는데, 아마존에서 발췌 한 주석으로 구성되어 있습니다. 이 CSV 파일의 내용을 토큰 화하여 csvfile.csv이라는 파일에 기록했습니다. 코드는 다음과 같습니다. from nltk.tokenize import sent_tokenize, word_tok