文本分類——機器學習常用工具

標籤：style   http   color   資料   ar   代碼   html   演算法   

文本分類現已比較成熟，各類開源工具不少，現推薦幾個比較常用簡單的工具：1、scikit-learn：http://scikit-learn.org/stable/index.html python編寫調用，裡面有各種分類演算法svm、隨機森林、貝葉斯等，和特徵提取，如字、ngram等，幾行代碼便可以構建一個分類任務。2、WEKA：http://www.cs.waikato.ac.nz/ml/index.html 具有圖形介面，但是感覺速度有點慢3、libsvm ：http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 僅提供svm的核心演算法，不具備特徵提取，需自行編寫，相對較為靈活分詞工具：1、計算所的分詞工具：http://ictclas.org/ 該分詞工具，計算所暫時沒有維護2、哈工大的分詞工具在計算所的基礎上又增加了訓練資料，相對來說，分詞效果優於計算所的3、ansjsun：http://www.nlpcn.org/demo# 繼承於計算所的分詞工具，效果和調用方式等都較為簡單。