用于自然语言处理的 Java 或 Python

Question

关闭。这个问题是 opinion-based .它目前不接受答案。

---

想要改进这个问题吗？ 更新问题，以便 editing this post 提供事实和引用来回答它.

关闭 8 年前。

Improve this question

我想知道哪种编程语言更适合自然语言处理。 Java 还是 Python？我发现了很多关于它的问题和答案。但我仍然迷失在选择使用哪一个。

我想知道 Java 使用哪个 NLP 库，因为有很多库(LingPipe、GATE、OpenNLP、StandfordNLP)。对于 Python，大多数程序员推荐使用 NLTK。

但是，如果我要从非结构化数据(只是自由格式的纯英文文本)中进行一些文本处理或信息提取以获取一些有用的信息，那么最好的选择是什么？ Java还是Python？合适的图书馆？

更新

我想做的是从非结构化数据中提取有用的产品信息(例如，用户用不是很标准的英语就手机或笔记本电脑制作不同形式的广告)

Answer 1

用于 NLP 的 Java 与 Python 在很大程度上是一种偏好或必要性。根据公司/项目，您需要使用其中一个或另一个，并且通常没有太多选择，除非您正在领导一个项目。

除了NLTK(www.nltk.org)，python中其实还有其他的文本处理库强>:

• TextBlob:http://textblob.readthedocs.org/en/dev/
• Gensim:http://radimrehurek.com/gensim/
• 模式:http://www.clips.ua.ac.be/pattern
• 空间::http://spacy.io
• 橙色:http://orange.biolab.si/features/
• 菠萝:https://github.com/proycon/pynlpl

(更多信息见https://pypi.python.org/pypi?%3Aaction=search&term=natural+language+processing&submit=search)

对于 Java，还有很多其他的，但这里有另一个列表:

• 自由职业:http://nlp.lsi.upc.edu/freeling/
• OpenNLP:http://opennlp.apache.org/
• 灵管:http://alias-i.com/lingpipe/
• Stanford CoreNLP:http://stanfordnlp.github.io/CoreNLP/ (附带其他语言的包装器，包括 python)
• CogComp NLP:https://github.com/CogComp/cogcomp-nlp

这是基本字符串处理的一个很好的比较，见 http://nltk.googlecode.com/svn/trunk/doc/howto/nlp-python.html

GATE 与 UIMA 与 OpenNLP 的有用比较，请参阅 https://www.assembla.com/spaces/extraction-of-cost-data/wiki/Gate-vs-UIMA-vs-OpenNLP?version=4

如果您不确定 NLP 使用哪种语言，我个人会说，“任何可以为您提供所需分析/输出的语言”，请参阅 Which language or tools to learn for natural language processing?

这是最近(2017 年)的 NLP 工具:https://github.com/alvations/awesome-community-curated-nlp

旧的 NLP 工具列表 (2013):http://web.archive.org/web/20130703190201/http://yauhenklimovich.wordpress.com/2013/05/20/tools-nlp

---

除了语言处理工具之外，您还非常需要将 机器学习 工具整合到 NLP 管道中。

Python 和 Java 的范围很广，这再次取决于偏好以及库是否足够用户友好:

python 中的机器学习库:

• Sklearn(Scikit-learn):http://scikit-learn.org/stable/
• 牛奶:http://luispedro.org/software/milk
• Scipy:http://www.scipy.org/
• Theano:http://deeplearning.net/software/theano/
• PyML:http://pyml.sourceforge.net/
• pyBrain:http://pybrain.org/
• Graphlab Create(商业工具，1 年免费学术许可):https://dato.com/products/create/

(更多信息见https://pypi.python.org/pypi?%3Aaction=search&term=machine+learning&submit=search)

• 维卡:http://www.cs.waikato.ac.nz/ml/weka/index.html
• 木槌:http://mallet.cs.umass.edu/
• 驯兽师:https://mahout.apache.org/

---

随着最近(2015)deep learning tsunami in NLP ，也许你可以考虑:https://en.wikipedia.org/wiki/Comparison_of_deep_learning_software

我会避免出于偏袒/中立的原因列出深度学习工具。

---

其他有关 NLP/ML 工具的 Stackoverflow 问题:

• Machine Learning and Natural Language Processing
• What are good starting points for someone interested in natural language processing?
• Natural language processing
• Natural Language Processing in Java (NLP)
• Is there a good natural language processing library
• Simple Natural Language Processing Startup for Java
• What libraries offer basic or advanced NLP methods?
• Latest good languages and books for Natural Language Processing, the basics
• (对于 NER)Entity Extraction/Recognition with free tools while feeding Lucene Index
• (使用 PHP)NLP programming tools using PHP?
• (与 ruby )https://stackoverflow.com/questions/3776361/ruby-nlp-libraries