本文主要是介绍自然语言处理系列四十二》新词发现与短语提取》新词发现》代码实战,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
注:此文章内容均节选自充电了么创始人,CEO兼CTO陈敬雷老师的新书《自然语言处理原理与实战》(人工智能科学与技术丛书)【陈敬雷编著】【清华大学出版社】
文章目录
- 自然语言处理系列四十二
- 新词发现》代码实战
- 短语提取算法原理
- 总结
自然语言处理系列四十二
新词发现》代码实战
新词发现是 NLP 的基础任务之一,通过对已有语料进行挖掘,从中识别出新词。上一篇文章已经对新词发现做了详细介绍,下面展示代码,HanLP工具提供了新词发现的功能,代码如11.1所示。
【代码11.1】 FindNewWord.java
package com.chongdianleme.job;
import org.ansj.dic.LearnTool;
import org.ansj.splitWord.analysis.NlpAnalysis;
import org.apache.commons.lang3.StringUtils;
import java.util.ArrayList;
import java.util.List;
import java.util.Map;
/*** Created by 充电了么 - 陈敬雷* 充电了么 - 专注上班族教育培训和职业技能提升充电学习的在线教育平台* HanLP新词发现功能,开源地址:https://github.com/hankcs/HanLP
*/
public class FindNewWord {public static void main(String[] args) {String content = "分布式机器学习实战(人工智能科学与技术丛书)作者陈敬雷,责任编辑赵佳霓,此书深入浅出,逐步讲解分布式机器学习的框架及应用配套个性化推荐算法系统、人脸识别、对话机器人等实战项目,并有以下名人陈兴茂,梅一多,杨正洪,刘冬冬,龙旭东联袂推荐:" +"——陈兴茂 猎聘CTO\n" +"——梅一多 博士 上海市青年拔尖人才,中基凌云科技有限公司联合创始人\n" +"——杨正洪 博士 中央财经大学财税大数据实验室首席科学家\n" +"——刘冬冬 首席数据官联盟创始人\n" +"——龙旭东 北京掌游智慧科技有限公司董事长";List<String> newWordList = findNewWords(content);System.out.println(StringUtils.join(newWordList,","));}/*** HanLP新词发现* @param content* @return*/public static List<String> findNewWords(String content){LearnTool learnTool = new LearnTool();NlpAnalysis nlpAnalysis = new NlpAnalysis().setLearnTool(learnTool) ;nlpAnalysis.parseStr(content);List<Map.Entry<String, Double>> topTree = learnTool.getTopTree(0);List<String> newWords = new ArrayList<String>();if(topTree!=null){for (Map.Entry<String, Double> entry : topTree) {newWords.add(entry.getKey());}}return newWords;}
}
短语提取算法原理
下一篇文章详细讲解短语提取算法原理,敬请关注。
总结
此文章有对应的配套新书教材和视频:
【配套新书教材】
《自然语言处理原理与实战》(人工智能科学与技术丛书)【陈敬雷编著】【清华大学出版社】
新书特色:本书从自然语言处理基础开始,逐步深入各种NLP热点前沿技术,使用了Java和Python两门语言精心编排了大量代码实例,契合公司实际工作场景技能,侧重实战。
全书共分为19章,详细讲解中文分词、词性标注、命名实体识别、依存句法分析、语义角色标注、文本相似度算法、语义相似度计算、词频-逆文档频率(TF-IDF)、条件随机场、新词发现与短语提取、搜索引擎Solr Cloud和Elasticsearch、Word2vec词向量模型、文本分类、文本聚类、关键词提取和文本摘要、自然语言模型(Language Model)、分布式深度学习实战等内容,同时配套完整实战项目,例如对话机器人实战、搜索引擎项目实战、推荐算法系统实战。
本书理论联系实践,深入浅出,知识点全面,通过阅读本书,读者不仅可以理解自然语言处理的知识,还能通过实战项目案例更好地将理论融入实际工作中。
【配套视频】
自然语言处理NLP原理与实战 视频教程【陈敬雷】
视频特色:《自然语言处理NLP原理与实战》包含了互联网公司前沿的热门算法的核心原理,以及源码级别的应用操作实战,直接讲解自然语言处理的核心精髓部分,自然语言处理从业者或者转行自然语言处理者必听视频!
上一篇:自然语言处理系列四十一》新词发现与短语提取》新词发现算法原理
下一篇:自然语言处理系列四十三》新词发现与短语提取》短语提取》算原理
这篇关于自然语言处理系列四十二》新词发现与短语提取》新词发现》代码实战的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!