当前位置: 首页 > 软件库 > 程序开发 > 常用工具包 >

TextBlob

简易 Pythonic 文本处理工具
授权协议 MIT
开发语言 Python
所属分类 程序开发、 常用工具包
软件类型 开源软件
地区 不详
投 递 者 郎健柏
操作系统 跨平台
开源组织
适用人群 未知
 软件概览

TextBlob 是一款 Pythonic 的文本处理工具,用于处理文本数据,它提供了一个简单的 API,用于潜入常见的自然语言处理(NLP)任务,如词性标注、名词短语提取、情感分析、分类、翻译等。

特性:

  • 名词短语提取

  • 词性标记

  • 情绪分析

  • 分类

  • 由 Google 翻译提供的翻译和检测

  • 标记(将文本分割成单词和句子)

  • 词句、短语频率

  • 解析

  • n-gram

  • 词变化(复数和单数化)和词形化

  • 拼写校正

  • 通过扩展添加新模型或语言

  • WordNet 集成

示例:

from textblob import TextBlob

text = '''
The titular threat of The Blob has always struck me as the ultimate movie
monster: an insatiably hungry, amoeba-like mass able to penetrate
virtually any safeguard, capable of--as a doomed doctor chillingly
describes it--"assimilating flesh on contact.
Snide comparisons to gelatin be damned, it's a concept with the most
devastating of potential consequences, not unlike the grey goo scenario
proposed by technological theorists fearful of
artificial intelligence run rampant.
'''

blob = TextBlob(text)
blob.tags           # [('The', 'DT'), ('titular', 'JJ'),
                    #  ('threat', 'NN'), ('of', 'IN'), ...]

blob.noun_phrases   # WordList(['titular threat', 'blob',
                    #            'ultimate movie monster',
                    #            'amoeba-like mass', ...])

for sentence in blob.sentences:
    print(sentence.sentiment.polarity)
# 0.060
# -0.341

blob.translate(to="es")  # 'La amenaza titular de The Blob...'
  • TextBlob是一个用python编写的开源的文本处理库,它可以用来执行很多自然语言处理的任务,比如,词性标注、名词性成分提取、情感分析、文本翻译等等 git 网址:https://github.com/sloria/TextBlob 官方文档:https://textblob.readthedocs.io/en/dev/ 安装: pip install textblob 貌似是针对英文进行处理

  • TextBlob基本介绍 TextBlob是一个用Python编写的开源的文本处理库。它可以用来执行很多自然语言处理的任务,比如,词性标注,名词性成分提取,情感分析,文本翻译,等等。你可以在官方文档阅读TextBlog的所有特性。 基本功能 Noun phrase extraction                         短语提取            Part-of-speech t

  • 一.自然语言处理的典型工具 自然语言处理的三项基本技术为单词切分、句法分析、语义理解。 1. TextBlob TextBlob是自然语言处理的python库。它为常见的自然语言处理提供一个简单地API,例如单词标注、名词短语提取、情感分析、分类、翻译等。 TextBlob安装命令:pip install -U textblob python -m textblob.download_corpor

  •         TextBlob(https://textblob.readthedocs.io/en/dev/index.html)是一个用于处理文本数据的Python库。它提供一个简单的API,可用于深入研究常见的NLP任务,如词性标注、名词短语提取、情感分析、文本翻译、分类等。 官方文档:https://textblob.readthedocs.io/en/dev/ 目录 1. 情感分析 2

  • textblob 情感分析 by Arun Mathew Kurian 通过阿伦·马修·库里安(Arun Mathew Kurian) 如何使用TextBlob在Python中构建Twitter情感分析器 (How to build a Twitter sentiment analyzer in Python using TextBlob) This blog is based on the vi

  • TextBlob简介 TextBlob是一个用Python编写的开源的文本处理库。它可以用来执行很多自然语言处理的任务,比如,词性标注,名词性成分提取,情感分析,文本翻译,等等。 Github地址:https://github.com/sloria/TextBlob 官方文档:https://textblob.readthedocs.io/en/dev/ TextBlob实战 安装:pip ins

  • TextBlob TextBlob是用于处理文本数据的Python(2和3)库。它提供了一个一致的API,可用于深入研究普通自然语言处理(NLP)任务,例如词性标记,名词短语提取,情感分析等。 主要用于英文的分词,不适用于中文 安装TextBlob 可以在PyCharm开发工具中Python Console窗口用pip install textblob 词性标注 from textblob imp

  • 自然语言处理的情感分析比较复杂,这里有两个好用的python库,针对英文的TextBlob和仿照其针对中文的SnowNLP TextBlob的使用: from textblob import TextBlob source = open("review3.txt","r",encoding='utf-8') line = source.readlines() for i in line:

 相关资料
  • 本文向大家介绍python简单文本处理的方法,包括了python简单文本处理的方法的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了python简单文本处理的方法。分享给大家供大家参考。具体如下: 由于有多线程的影响,c++项目打印出来的时间顺序不一致,导致不太好在excel中统计,故使用python写了段脚本来解决之。涉及到如下方面 1. txt文本的读取,utf8的处理 2. 字符串的基

  • 问题内容: 使用Java可以简化文本的最佳工具是什么? 这是文本简化的示例: 问题答案: 我认为您的问题是将复杂或复合句子转换为简单句子的任务。根据文献的句子类型,从一个独立的子句中构建一个简单的句子。复合和复杂的句子至少由两个子句构成。另外,从句必须包含主语和动词。 因此,您的任务是将句子分解为构成句子的子句。 Stanford CoreNLP的依赖项解析是将复合和复杂句子拆分为简单句子的理想工

  • 函数功能:关闭所有视图 函数方法 closeTextView() 函数用例 showTextView("测试浮动窗口",100,100,600,300,"center","FFFFFF","000000",20,1,1,1,50) mSleep(5000) closeTextView()

  • 函数功能:显示自定义的文字内容 函数方法 showTextView(text,id,x1,y1,x2,y2,align,color,bgdcolor,size,kind,alpha,fwType,radius) 返回值:无 参数 类型 必填 说明 text string 是 需要显示的文字内容 x1 number 否 窗口左上角顶点坐标横坐标,不写默认为 0 y1 number 否 窗口左上角顶点

  • 引用CLEAN.nsi的内容: ; 该脚本使用 HM VNISEdit 脚本编辑器向导产生 ; 安装程序初始定义常量 !define PRODUCT_NAME "Windows简易垃圾清理器" !define PRODUCT_VERSION "1.0" !define PRODUCT_PUBLISHER "似水年华" SetCompressor /final /SOLID lzma ; --

  • 实现一个简易记事本,可以添加、删除、保存日记。导入日记的动画也挺不错的。 [Code4App.com]