textacy

テキスタシー：NLP、スペイシーの前後

textacy 、高性能のスペイシーライブラリに基づいて構築された、さまざまな自然言語処理（NLP）タスクを実行するためのPythonライブラリです。基礎---トークン化、一部のスピーチのタグ付け、依存関係解析など---別のライブラリに委任されたtextacy 、主に前に来て後に続くタスクに焦点を当てています。

特徴

• 便利な方法とカスタム拡張機能を介して、1つまたは多くのドキュメントを使用するためのスペイシーのコア機能にアクセスして拡張する
• 議会のスピーチから歴史文学、Redditコメントまで、テキストコンテンツとメタデータの両方を備えた準備されたデータセットをロード
• スペイシーで処理する前に、生のテキストをきれいにし、正常化し、探索します
• n-grams、エンティティ、頭字語、keyterms、svoトリプルなど、処理されたドキュメントから構造化された情報を抽出します
• さまざまな類似性メトリックを使用して文字列とシーケンスを比較します
• ドキュメントをトークン化して補強し、トピックモデルをトレーニング、解釈、視覚化する
• テキストの読みやすさと語彙の多様性統計を計算します。

...そしてもっと！

リンク

• ダウンロード：https：//pypi.org/project/textacy
• ドキュメント：https：//textacy.readthedocs.io
• ソースコード：https：//github.com/chartbeat-labs/textacy
• バグトラッカー：https：//github.com/chartbeat-labs/textacy/issues

メンテナー

ハウディ、ええ。

• バートン・デウィルデ（[email protected]）