问题可能（约100％）是主观的，但我需要建议。什么是自然语言处理的最佳语言？我知道Java和C ++，但有更简单的方法。更具体地说，我需要处理来自很多站点的文本并获取信息。
答案 0 :(得分：30)
正如我在评论中所说，问题不是关于语言，而是关于合适的库。 Java和C ++中都有很多NLP libraries。我相信你必须检查它们中的一些（用两种语言）然后，当你知道所有大量可用的库时，创建某种“大计划”，如何实现你的任务。所以，在这里，我只是给你一些链接，简要解释一下是什么。
GATE - 这正是其名称的含义 - 文本处理的一般架构。 GATE中的应用程序是一个管道。您将语言处理资源（如标记器，POS标记器，形态分析器等）放在其上并运行该过程。结果表示为一组注释 - 元信息，附加到文本的和平（例如令牌）。除了大量的plugins（包括与其他NLP资源集成的插件，如WordNet或Stanford Parser），它还有许多预定义的词典（城市，名称等）和它自己的正则表达式语言JAPE。 GATE附带自己的IDE（GATE Developer），您可以在其中尝试管道设置，然后保存并从Java代码加载。
UIMA - 或非结构化信息管理应用程序。它在架构方面与GATE非常相似。它还表示管道并生成注释集。与GATE一样，它具有可视化IDE，您可以在其中试用未来的应用程序。不同之处在于UIMA主要涉及信息提取，而GATE在没有明确考虑其目的的情况下执行文本处理。 UIMA还带有简单的REST服务器。
OpenNLP - 他们称自己是NLP上开源项目的组织中心，这是最合适的定义。主要的开发方向是将机器学习算法用于最一般的NLP任务，如词性标注，命名实体识别，共参考分辨率等。它还与UIMA很好地集成，因此它的工具也可用。
Stanford NLP - 可能是拥有NLP和ML知识的工程师和研究人员的最佳选择。与GATE和UIMA这样的库不同，它的目的不是提供尽可能多的工具，而是专注于惯用的模型。例如。你没有全面的词典，但你可以训练概率算法来创建它！除了CoreNLP组件，它提供了最常用的工具，如标记化，POS标记，NER等，它有几个非常有趣的子项目。例如。他们的Dependency framework允许你提取完整的句子结构。也就是说，您可以轻松地提取有关动词的主语和宾语的信息，这在使用其他NLP工具时要困难得多。
UIMA - 是的，Java和C ++都有完整的实现。
Stanford Parser - 一些斯坦福大学的项目仅在Java中，其他项目 - 仅在C ++中，其中一些项目以两种语言提供。您可以找到其中许多here。
许多Web服务API执行特定的语言处理，包括：
Alchemy API - 语言识别，命名实体识别，情感分析等等！看看他们的主页 - 这是非常自我描述的。
OpenCalais - 此服务尝试构建所有内容的巨型图表。您传递了一个网页URL，它使用找到的实体以及它们之间的关系丰富了此页面文本。例如，您将一个页面传递给“史蒂夫·乔布斯”并返回“Apple Inc.” （粗略地说）与史蒂夫乔布斯相同的概率。
是的，你一定要看看Python的NLTK。它不仅是一个功能强大且易于使用的NLP库，而且是极其友好的社区创建的优秀scientific stack的一部分。
更新（2017-11-15）：7年后，有更多令人印象深刻的工具，很酷的算法和有趣的任务。可在此处找到一个全面的描述：
答案 1 :(得分：12)
Python和NLTK
答案 2 :(得分：7)
ScalaNLP，这是一个用Scala编写的自然语言处理库，似乎适合您的工作。
答案 3 :(得分：6)
我会推荐Python和NLTK。
根据我使用它的经验，我可以查明一些提示和注意事项：
如果学习新的编程语言是一个障碍，你可以查看openNLP for Java http://incubator.apache.org/opennlp/