似乎還沒在語義方向來進行深入處理，這一年一直往結構特徵的角度來進行處理，但真真的覺得這還是乙個死胡同，沒辦法啊，所以叫人在江湖身不由己。哈哈。今天新思考了乙個點，就是通過統計的角度，來判斷詞性之間的搭配關係。
首先，我先講一下思路，我只是進行了很粗略的統計，甚至都是暴力的手段，通過統計二元詞性的搭配的問題，很粗略的判斷最可能出現的二種詞性的搭配問題。
其次，我說明一下，工作的前提約束調劑，詞性識別劃分的種類是12類。
verb - verbs (all tenses and modes) 動詞
noun - nouns (common and proper) 名詞
pron - pronouns 代詞（人稱代詞）
adj - adjectives 形容詞
adv - adverbs 副詞
adp - adpositions (prepositions and postpositions) 介詞
conj - conjunctions 連線詞
det - determiners 限定詞
num - cardinal numbers 數字
prt - particles or other function words 小品詞或結構詞、虛詞
x - other: foreign words, typos, abbreviations 縮略詞等
. - punctuation 標點
無用推文
[(('noun', 'noun'), 2575), (('pron', 'verb'), 1498), (('noun', 'verb'), 1268), (('det', 'noun'), 1047), (('verb', 'verb'), 981), (('adj', 'noun'), 873), (('verb', 'pron'), 853), (('noun', 'adp'), 765), (('verb', 'noun'), 760), (('verb', 'adv'), 626)][(('noun', 'noun'), 3042), (('adp', 'noun'), 1350), (('noun', 'verb'), 1310), (('noun', 'adp'), 945), (('verb', 'adp'), 669), (('verb', 'noun'), 462), (('det', 'noun'), 427), (('num', 'noun'), 413), (('adj', 'noun'), 378), (('adp', 'det'), 239)]舉幾個例子說明一下用法：
跟地點的情況：
rt @theheraldsun: afp officer dies in melbourne cbd shooting >>rt @kmphfox26: #breaking kcso: 1 dead, others hurt in shooting at a bakersfield's casino.以上的分析，均是基於乙個很簡單的分析，就直接利用暴力求解搭配的情況，主要看在資料庫中，詞性搭配最多的幾種情況，仍然需要做的事有：第一需要分析是不是資料集的影響。。這個真的很重要，哎，但這就又陷入了標記的苦惱之中。。不想標記資料了。。。第二需要細緻的思考了，目前的乙個思路是採用tf-idf來做。
python學習 102 文字資料的預處理 分詞
對於自然語言處理來講在一些情況下需要建立自己的語料庫，並將其訓練為模型，本片文章是將已經整理好的資料進行分詞和去除雜亂字元的操作。通過結巴分詞工具進行分詞，載入自定義的停用詞表 停用詞表內容 中科院 自定義 不喜勿噴 資料儲存在txt檔案中如下 分詞完成 1讀入檔案分詞之後存入檔案 def read...
關於DataFrame的文字資料匯入
dataframe確實使用方便，但是如果每次匯入資料都需要我們自己手動實現未免太麻煩了些，以下就介紹dataframe對不同格式檔案的匯入 本章僅僅介紹txt或文字檔案 name pop eco hu c 13 2 none a 2 1 none 最簡單的匯入方式 import pandas as ...
Oracle中匯入文字資料的方法
oracle中匯入文字資料的方法 方法一 dos 環境下使用sql loader命令 載入 方法二 使用其它資料庫的資料轉移工具 方法三 oracle 企業管理器中的資料載入功能 具體的技術實現 方法一 dos 環境下載入 1 首先，伺服器端的偵聽服務必須已經開啟。測試方法 dos 下輸入 c sq...