文本分类现已比较成熟,各类开源工具不少,现推荐几个比较常用简单的工具: 1、scikit-learn:http://scikit-learn.org/stable/index.html python编写调用,里面有各种分类算法svm、随机森林、贝叶斯等,和特征提取,如字、ngram等,几行代码便可以构建一个分类任务。 2、WEKA:http://www.cs.waikato.ac.nz/ml/index.html 具有图形界面,但是感觉速度有点慢 3、libsvm :http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 仅提供svm的核心算法,不具备特征提取,需自行编写,相对较为灵活 分词工具: 1、计算所的分词工具:http://ictclas.org/ 该分词工具,计算所暂时没有维护 2、哈工大的分词工具 在计算所的基础上又增加了训练数据,相对来说,分词效果优于计算所的 3、ansjsun:http://www.nlpcn.org/demo# 继承于计算所的分词工具,效果和调用方式等都较为简单。 转载于:https://www.cnblogs.com/lpjblog/p/3919773.html