創建阿拉伯語語料庫

我正在做阿拉伯語言的情感分析，我想創建自己的語料庫，要做到這一點，我從Facebook收集了300個狀態，並將它們分類爲正面和負面，現在我想做這些狀態的標記化，以獲得單詞列表，並且生成unigrams和bigrams，trigrams並使用跨摺疊驗證，我現在使用的是nltk python，這個軟件能夠完成這個任務fr阿拉伯語言或雷帕Minner會更好地工作，你怎麼看，我想知道如何生成bigrams，trigrams和使用交叉驗證，有什麼想法嗎？創建阿拉伯語語料庫

來源

2013-03-07 Manel Ayadi

如果您使用正確的標記器，NLTK可以處理阿拉伯語。請參閱：http://stackoverflow.com/questions/13035595/tokenization-of-arabic-words-using-nltk。 – verbsintransit 2013-03-07 21:47:50

我與MALLET有更好的運氣。我同意上面的評論。正確的分詞器可以處理阿拉伯語。一旦你將文本標記化，那麼管道的其餘部分就不會改變。 – Shane 2013-03-15 22:57:08

嗯，我認爲rapidminer是非常有趣的，可以處理這個任務。它包含幾個處理文本挖掘的操作員。此外，它還可以創建流利程度高的新運營商。

來源

2013-03-10 07:00:21

創建阿拉伯語語料庫

回答

相關問題