摘要:用Python的TextBlob模块可以对文本进行情感分析,Node.js同样可以进行自然预言处理。natural模块已经支持词法分析、词干分析、分类、语音、反比文档频数权重评价、WordNet、字符串相似度等处理。希望阅读本篇文章以后大家有所收获,帮助大家对Node.js的理解更加深入。
用Python的TextBlob模块可以对文本进行情感分析,node.js同样可以进行自然预言处理。natural模块已经支持词法分析、词干分析、分类、语音、反比文档频数权重评价、WordNet、字符串相似度等处理。
目前为止,大多数算法还仅限于英文,以后会逐渐增加多语言支持。现在已支持俄语和西班牙语的词干分析。
安装
使用npm安装
npm install natural
词法分析
支持按词切割,按正则表达式切割和按句法树切割:
var natural = require('natural'), tokenizer = new natural.WordTokenizer();console.log(tokenizer.tokenize("your dog has flees."));// [ 'your', 'dog', 'has', 'flees' ] tokenizer = new natural.TreebankWordTokenizer();console.log(tokenizer.tokenize("my dog hasn't any flees."));// [ 'my', 'dog', 'has', 'n\'t', 'any', 'flees', '.' ] tokenizer = new natural.RegexpTokenizer({pattern: /\-/});console.log(tokenizer.tokenize("flee-dog"));// [ 'flee', 'dog' ] tokenizer = new natural.WordPunctTokenizer();console.log(tokenizer.tokenize("my dog hasn't any flees."));// [ 'my', 'dog', 'hasn', '\'', 't', 'any', 'flees', '.' ]
字符串距离
实现了Jaro-Winkler字符串距离,用0到1之间的数字表示匹配程度:
var natural = require('natural');console.log(natural.JaroWinklerDistance("dixon","dicksonx"))console.log(natural.JaroWinklerDistance('not', 'same'));
输出:
0.74666666666666660
同样支持Levenshtein距离(编辑距离):
var natural = require('natural');console.log(natural.LevenshteinDistance("ones","onez"));console.log(natural.LevenshteinDistance('one', 'one'));
输出:
10
Levenshtein的三种编辑操作可以修改:
console.log(natural.LevenshteinDistance("ones","onez", { insertion_cost: 1, deletion_cost: 1, substitution_cost: 1 }));
输出:
1
Dice系数:
var natural = require('natural');console.log(natural.DiceCoefficient('thing', 'thing'));console.log(natural.DiceCoefficient('not', 'same'));
输出:
10
词干分析
目前的实现支持Porter算法。
var natural = require('natural');
返回word
console.log(natural.PorterStemmer.stem("words")); // 分析一个单词的词干
俄语:
console.log(natural.PorterStemmerRu.stem("падший"));
西班牙语:
console.log(natural.PorterStemmerEs.stem("jugaría")); stem()和tokenizeAndStem()加上attach(),是PorterStemmer.stem(token).tokenizeAndStem()的简写形式。 natural.PorterStemmer.attach();console.log("i am waking up to the sounds of chainsaws".tokenizeAndStem());console.log("chainsaws".stem());
同样可以用Lancaster算法实现:
natural.LancasterStemmer.attach();console.log("i am waking up to the sounds of chainsaws".tokenizeAndStem());console.log("chainsaws".stem());
本文由职坐标整理发布,更多相关知识,请关注职坐标WEB前端Node.js频道!
您输入的评论内容中包含违禁敏感词
我知道了
请输入正确的手机号码
请输入正确的验证码
您今天的短信下发次数太多了,明天再试试吧!
我们会在第一时间安排职业规划师联系您!
您也可以联系我们的职业规划师咨询:
版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
沪公网安备 31011502005948号