文件名称：自然语言处理全集_代码结构说明.doc
文件大小：25KB
文件格式：DOC
更新时间：2017-12-19 12:18:01
汉语分词 文本情感分析 文本聚类 词语关系网络 抽象摘要
自然语言处理(汉语)算法实现，Java语言实现，经过优化，效率很高。主要包括： 1）汉语分词，采用ICTCLAS系统和Lucene+庖丁解牛系统 2）情感倾向性分析，包括基于统计学习的SVM算法，基于情感词典的词语权重算法，给出文档的情感权重和情感倾向 3）文本聚类，包括KMeas算法实现，文档向量建模，以及采用Weka API 库效率比较 4）词语关系网络，包括词语距离计算，构建词语的近似程度，并刻画词语网络图 5）抽象摘要，采用TFIDF计算文档关键词进行摘要和关键字提取 经过部分优化，对于大数据量处理瓶颈的优化