Q

過濾大量文本信息

2011-06-10 40 views 1 likes

1

是否有最佳做法，算法或軟件（需要許可證的開放源碼...）可以從文本正文中找到信息？我指的是：過濾大量文本信息

找到一個文本的所有電子郵件地址
找到所有提及的城市
找到所有提及的狀態
找到的所有URL
找到所有提到的電話號碼
找到所有提及郵編的......與添加更多的功能...

我聽說RapidMiner應該能夠像這樣進行文本挖掘，但AGPL並不是我的目的的可接受許可證。

有沒有什麼'標準'做這種分析？

2011-06-10 CharlesS

A

回答

1

閱讀關於Named Entity Recognition。您可以嘗試Apache OpenNLP或Apache UIMA，這兩者都具有Apache許可證。

2011-06-10 20:55:15

+0

好的術語「命名實體識別」是我錯過的關鍵字！我讀了兩本關於數據挖掘的書，並沒有遇到這種情況。謝謝！ – CharlesS 2011-06-11 08:05:21

1

對於這樣的實體類型，您可以使用基於規則的NER工具，如gexp。

2011-06-12 15:41:33 yura

相關問題