作者phpjson (json_encode)
看板Python
标题[问题] 分出名词的library?
时间Mon Feb 6 09:56:14 2017
大家好
想请教大家
将10万字中文文章内的名词分出来
可能有哪几种解决方式呢？
谢谢
1. 分词工具
现在有结巴分词 pullword等
但效率都奇慢
2.自己收集字典档硬干
这事我做过
硬干了国立编译馆跟一堆字典档
但实在太花时间 还是一堆漏网之鱼
最後仍要自己挑出来
3. 找线上api
像如果有google翻译 那就把一个区块分出来的词抓出来
无奈google翻译处理的量有限
想请教大家还有没有更快 有效的解决方式呢^^
例如利用现有的翻译工具取词
词都取出来後再用字典档比对
似乎会比一开始就遍历庞大的字典档更好
不知道还有没有更快方式呢？
谢谢～～
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 27.246.193.253
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1486346176.A.038.html
※ 编辑: phpjson (27.246.193.253), 02/06/2017 09:58:14
※ 编辑: phpjson (27.246.193.253), 02/06/2017 09:59:47
1F：→ uranusjr: 这东西没有捷径, 请自己下苦工 02/06 15:08
2F：→ micangela: google看看chinese pos tagging,不知有没有你要的东西 02/06 18:10
4F：→ s860134: 中研院那个pos应该能用吧 02/08 00:19
5F：推 qiubite31: 用CKIP 02/09 22:52