Для программы анализа текста я хотел бы проанализировать совпадение определенных слов в тексте. Например, я хотел бы видеть, что, например. слова «Барак» и «Обама» чаще встречаются вместе (т.е. имеют положительную корреляцию), чем другие. Это не...

Быстрый способ поиска на основе небуквального сравнения Я разрабатываю небольшой поиск по довольно большим наборам данных, в основном по всем строкам. Отношения между полями таблицы достаточно просты, хотя сравнение не должно быть буквальным. т....

Я пытаюсь смоделировать данные потока твиттера с помощью тематических моделей. Gensim, будучи простым в использовании решением, впечатляет своей простотой. Он имеет действительно онлайн-реализацию для LSI, но не для LDA. Для изменяющегося потока...

Я использую клиент Nest против Elasticsearch. Я использую анализатор индекса n-грамм. Я замечаю какое-то странное поведение - когда я ищу слова с самого начала, я не получаю никаких результатов. Однако, если я ищу со второго символа, он работает...

Мы уже знаем, что время синтаксического анализа Stanford Parser увеличивается по мере увеличения длины предложения. Я заинтересован в поиске творческих способов сокращения предложения таким образом, чтобы сократить время синтаксического анализа без...

Я уже установил Open Fst в Ubuntu, и он отлично работает. Теперь я пытаюсь установить Open GRM thrax. Я пытался установить 2 разные версии thrax. Тракс версия 1.1.0: thraxOpenGrm/thrax-1.1.0$ ./configure ниже ошибка, которую я получаю....

Немного странный вопрос: есть ли способ разделить документы корпуса, которые были импортированы с помощью функции Корпуса в tm, на несколько документов, которые затем можно будет перечитать в моем Корпусе как отдельные документы? Например, если бы я...

У меня есть набор данных (сообщения в Facebook) (через netvizz), и я использую пакет quanteda в R. Вот мой код R. # Load the relevant dictionary (relevant for analysis) liwcdict <- dictionary(file = "D:/LIWC2001_English.dic", format = "LIWC")...

Я хочу проанализировать большой (n = 500 000) корпус документов. Я использую quanteda в ожидании, что будет быстрее , чем tm_map() из tm . Я хочу действовать поэтапно, вместо того, чтобы использовать автоматический способ с dfm() . У меня...

Мне нужно рассчитать tf-idf двух столбцов CSV-файла. Должен ли я преобразовывать строки в текстовые файлы? или есть ли способ рассчитать tf-idf из csv. как я могу рассчитать tfidf столбцов файла csv.

У меня классическая проблема НЛП, я должен классифицировать новости как фальшивые или настоящие. Я создал два набора функций: A) Частота биграммного члена - обратная частота документа Б) Приблизительно 20 функций, связанных с каждым...