Python自然语言处理（NLP）工具小结

Python 的几个自然语言处理工具
自然语言处理（Natural Language Processing，简称NLP）是人工智能的一个子域。自然语言处理的应用包括机器翻译、情感分析、智能问答、信息提取、语言输入、舆论分析、知识图谱等方面。也是深度学习的一个分支。首先介绍一下Python的自然语言处理工具包：

1.NLTK工具包
NLTK 在用 Python 处理自然语言的工具中处于领先的地位。它提供了 WordNet 这种方便处理词汇资源的接口，还有分类、分词、除茎、标注、语法分析、语义推理等类库。

2.Jieba工具包
3.Pattern工具包
Pattern 工具包包括词性标注工具(Part-Of-Speech Tagger)，N元搜索(n-gram search)，情感分析(sentiment analysis)，WordNet。同时也支持机器学习的向量空间模型，聚类和支持向量机。

4.TextBlob
TextBlob 是一个处理文本数据的 Python 库。提供了一些简单的api解决一些自然语言处理的任务，例如词性标注、名词短语抽取、情感分析、分类、翻译等等。

5.Gensim
Gensim 提供了对大型语料库的主题建模、文件索引、相似度检索的功能。它可以处理大于RAM内存的数据，作者说它是“实现无干预从纯文本语义建模的最强大、最高效、最无障碍的软件”。

6.PyNLPI
Python自然语言处理库（Python Natural Language Processing Library，音发作: pineapple） 这是一个各种自然语言处理任务的集合，PyNLPI可以用来处理N元搜索，计算频率表和分布，建立语言模型。他还可以处理向优先队列这种更加复杂的数据结构，或者像 Beam 搜索这种更加复杂的算法。

7.spaCy
spaCy是一个商业的开源软件，结合Python和Cython，自然语言处理能力达到了工业强度。是领域内速度最快、最先进的自然语言处理工具。

8.Polyglot
Polyglot 支持对海量文本和多语言的处理。它支持对165种语言的分词，对196种语言的辨识，40种语言的专有名词识别，16种语言的词性标注，136种语言的情感分析，137种语言的嵌入，135种语言的形态分析，以及69中语言的翻译。

9.MontyLingua（英文）
MontyLingua 是一个自由的、训练有素的、端到端的英文处理工具。输入原始英文文本到 MontyLingua ，就会得到这段文本的语义解释。适合用来进行信息检索和提取，问题处理，回答问题等任务。从英文文本中，它能提取出主动宾元组，形容词、名词和动词短语，人名、地名、事件，日期和时间等语义信息。

10.BLLIP Parser
BLLIP Parser（也叫做Charniak-Johnson parser）是一个集成了产生成分分析和最大熵排序的统计自然语言工具。包括 命令行 和 python接口 。

11.Quepy
Quepy是一个Python框架，提供将自然语言转换成为数据库查询语言，可以轻松地实现不同类型的自然语言和数据库查询语言的转化。所以，通过Quepy，仅仅修改几行代码，就可以实现你自己的自然语言查询数据库系统。 
GitHub:https://github.com/machinalis/quepy

12.HanNLP
HanLP是一个致力于向生产环境普及NLP技术的开源Java工具包，支持中文分词（N-最短路分词、CRF分词、索引分词、用户自定义词典、词性标注），命名实体识别（中国人名、音译人名、日本人名、地名、实体机构名识别），关键词提取，自动摘要，短语提取，拼音转换，简繁转换，文本推荐，依存句法分析（MaxEnt依存句法分析、神经网络依存句法分析）。 
文档使用操作说明：Python调用自然语言处理包HanLP 和 菜鸟如何调用HanNLP

【参考文献】： 
1.Python自然语言处理工具小结

https://blog.csdn.net/qq_36981835/article/details/78960466?utm_source=copy