瑞士小哥开源文本英雄Texthero:一行代码完成数据预处理,网友:早用早下班!
新智元报道
新智元报道
来源:GitHub
编辑: 白峰
【新智元导读】自然语言处理任务的数据通常是杂乱无章的,而文本预处理要消耗大量的时间和精力。近日,GitHub上开源了一个NLP工具箱Texthero,不仅功能完善一个pipeline完成所有操作,速度还超快堪比SpaCy,一起来尝鲜吧!
NLPer最头疼的可能就是数据预处理了,拿到的多源数据通常长下面这样,乱成一团。
「我只想远离我的数据集,休息一下。」
如果你已经处理过文本数据并应用过一些机器学习算法,那么你肯定了解「NLP 管道」是多么复杂。
你通常需要写一堆正则表达式来清理数据,使用 NLTK、 SpaCy 或 Textblob 预处理文本,使用 Gensim (word2vec)或 sklearn (tf-idf、 counting 等)将文本向量化。
即使对于 Python 专家来说,如果考虑不周全,不理解哪些任务是必需的,也很容易迷失在不同的包文档中。
而现在有一个全新的自然语言处理工具箱,你只需要打开一个新的笔记本,就能像Pandas一样开始文本数据分析了,先睹为快!
文本英雄:一个pipeline完成所有NLP操作
关键短语和关键字提取,命名实体识别等等。
不仅功能强大速度还超快!
网友:恨不生同时,早用早下班!
关注公众号:拾黑(shiheibook)了解更多
[广告]赞助链接:
四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/
关注网络尖刀微信公众号
随时掌握互联网精彩
随时掌握互联网精彩
赞助链接
排名
热点
搜索指数
- 1 中共中央政治局召开会议 4953712
- 2 蔡磊回应再捐1个亿 4985448
- 3 罗永浩评小米SU7上市 4846004
- 4 十组数据看中国经济“开门红” 4768913
- 5 “90后”陈翔宇升任副市长 4626653
- 6 相亲强奸案当事人改判无罪获赔57万 4575401
- 7 居民家中自来水出现大量虫子 4451455
- 8 广州暴雨 4399825
- 9 北京辟谣图书馆有偿招志愿者 4222373
- 10 女子吐槽软卧车厢性别分配不合理 4106909