除了NLTK之外，Python的最佳信息检索库是什么？

Question

用于分析互联网上的文件！

Answer 1

或者，R有许多可用于文本挖掘的工具，并且integrate with Python using RPy2很容易。

查看Natural Language Processing view on CRAN。特别是，请查看tm包。以下是一些相关链接：

• 关于统计计算期刊中包装的论文： http://www.jstatsoft.org/v25/i05/paper。本文包含了一个很好的R-devel分析实例 2006年邮件列表（https://stat.ethz.ch/pipermail/r-devel/）新闻组发布。
• 套餐主页：http://cran.r-project.org/web/packages/tm/index.html
• 看一下介绍性小插图：http://cran.r-project.org/web/packages/tm/vignettes/tm.pdf

此外，R提供了许多用于解析HTML或XML的工具。有a look at this question for an example using the RCurl and XML packages。

Answer 2

请您提供更多信息，说明为什么NLTK不足或您需要哪些功能才能将某些框架视为“最佳”？

尽管如此，还是有内置的shlex词法解析库。

最近还有一本关于这个主题的书，Natural Language Processing with Python。它看起来至少部分涵盖了NLTK。

您可能还想在awaretek网站上查看此教程和库列表，该列表也指向NLQ.py框架。

Natural Language Processing with Python http://ecx.images-amazon.com/images/I/41NBqj7NyGL._BO2.jpg