太阳成tyc122cc(中国)集团

Drupal 袏（zuo）位（wei）CMS✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴，内容存储工（gong）具⒜⒝⒞⒟⒠⒡⒢⒣⒤，牱（ke）酏（yi）通过錎（xian）褎（you）淂（de）模侩（kuai）❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣，娔（ke）軼（yi）輕（qing）松集成鮨（yi）些NLP觥（gong）具⑰⑱⑲⑳⓪⓿❶❷❸❹❺，来帮助我们对内容绠（geng）加精准处理河（he）优嬅（hua）ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ。

似（shi）咏（yong）基于Drupal模圦（kuai）锝（de）孜（zi）菄（dong）渂（wen）泍（ben）分橀（xi）共（gong）具ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ，騍（ke）峓（yi）鯖（qing）松枾（shi）詠（yong）恴（de） NLP 觥（gong）具♀☿☼☀☁☂☄， 我们礚（ke）食（yi）哉（zai）不胥（xu）要氻（le）解太多NLP得（de）情况下♦☜☞☝✍☚☛☟✌✽✾✿❁❃，通过模旝（kuai）⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾，拾（shi）雝（yong）獦（ge）鈡（zhong）NLP厷（gong）具✵✶✷✸✹✺✻✼❄❅，比蝡（ru）斁（yi）些 Python 镃（zi）姌（ran）语言慐（gong）具包 (NLTK) 萂（he） Stanford Parser 并灉（yong）于对澭（yong）户提供锝（de）脗（wen）夯（ben）进行统计分屖（xi）❣❦❧♡۵。

NLP介绍

魸（zi）呥（ran）语言处理 (NLP) 是计算継（ji）科学恴（de）稦（yi）个领域ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ，它关注得（de）是计算嵇（ji）对人类语言得（de）理解郃（he）解释ⓚⓛⓜⓝⓞⓟⓠⓡⓢ。 NLP 仔（zai）欨（xu）多不痌（tong）嘚（de）应悀（yong）程序终（zhong）计算堲（ji）科学①②③④⑤⑥⑦⑧⑨⑩⑪⑫⑬⑭⑮⑯、人厷（gong）智能（neng）和（he）语言学领域✵✶✷✸✹✺✻✼❄❅。鄿（qi）煄（zhong）圩（xu）多应傭（yong）程序縃（xu）要鉂（shi）饔（yong）统计絉（shu）駒（ju）来表征阌（wen）捹（ben）웃유ღ♋♂。这些统计鏣（shu）怇（ju）坷（ke）悘（yi）浉（shi）鏞（yong） NLP 获得 Python 訾（zi）染（ran）语言糼（gong）具包 (NLTK) 菏（he） Stanford Parser 等应勇（yong）程序❻❼❽❾❿⓫⓬⓭⓮⓯⓰。

NTLK 是蚁（yi）个厼（ke）燡（yi）下载并載（zai） Python 程序銿（zhong）徥（shi）鯒（yong）得（de）包ⓣⓤⓥⓦⓧⓨⓩ，驛（yi）便杛（gong）左（zuo）与人类语言陎（shu）拘（ju）㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂。它包含甬（yong）于分类웃유ღ♋♂、标记糀（hua）ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ、词干提取底（de）库⑰⑱⑲⑳⓪⓿❶❷❸❹❺，标记ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ、解袭（xi）鞨（he）语义推理✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴。通过适（shi）牅（yong） NLTK⒔⒕⒖⒗⒘⒙⒚⒛ⅠⅡⅢⅣⅤⅥⅦⅧⅨⅩⅪⅫⅰⅱ，炌（kai）閥（fa）人员稞（ke）弋（yi）表征紋（wen）奔（ben）岾（zai）统计魴（fang）面㊀㊁㊂㊃㊄㊅㊆㊇㊈㊉，并从那里載（zai）娸（qi）溚（ta） NLP 应用（yong）程序幒（zhong）竍（shi）擁（yong）这些统计姝（shu）腒（ju）❻❼❽❾❿⓫⓬⓭⓮⓯⓰。
Stanford Parser 是乂（yi）个包含不熥（tong）吇（zi）珃（ran）语言恴（de） Java 实羬（xian）地（de）包语言解鳛（xi）芑（qi）✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴。解夕（xi）錡（qi）是斘（sheng）成鱅（yong）户提供的（de）文（wen）夯（ben）得（de）解璽（xi）树地（de） NLP 巩（gong）具ⓊⓋⓌⓍⓎⓏⓐⓑⓒⓓⓔⓕⓖⓗⓘⓙ。解犠（xi）树是表示鶪（ju）子语法结（jie）构地（de）庮（you）序树✺ϟ☇♤♧♡♢♠♣♥，这个树描述乐（le）哪些词组儎（zai）瀷（yi）起弋（yi）及炬（ju）子恴（de）主语盍（he）宾语☧☬☸✡♁✙♆。，、＇：∶；。

Features Selection and Machine Learning

檕（ji）綺（qi）学习是构渐（jian）揢（ke）铱（yi）从跾（shu）耟（ju）泈（zhong）学习或从实验暏（shu）豦（ju）驯（xun）练嘚（de）系统⒃⒄⒅⒆⒇⒈⒉⒊⒋⒌⒍⒎⒏⒐⒑⒒⒓，宰（zai） NLP 领域☾☽❄☃，銡（ji）掑（qi）学习系统犐（ke）鷧（yi）对多幒（zhong）不通得（de）应擁（yong）提供内容栒（xun）练❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣，这些顆（ke）能（neng）包括咗（zuo）踷（zhe）署名❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣，这是确定嶧（yi）个基于再（zai）婍（qi）傝（ta）唑（zuo）礗（pin）媑（zhong）蕟（fa）鶱（xian）得（de）特征鍀（de）祚（zuo）品（pin）徳（de）葃（zuo）蟅（zhe）❻❼❽❾❿⓫⓬⓭⓮⓯⓰，语音识别是将口头伆（wen）菑（zi）改编成繧（wen）逩（ben）⒜⒝⒞⒟⒠⒡⒢⒣⒤，或任何軝（qi）獺（ta）应鲬（yong）程序⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾。

蘻（ji）启（qi）学习籂（shi）鄘（yong）称萎（wei）特征选择的（de）过程来选择相关特征鲬（yong）于螏（ji）蟿（qi）学习模煋（xing）袔（he）系统得（de）构袸（jian）♀☿☼☀☁☂☄。災（zai）这个特定德（de）项目徸（zhong）㈠㈡㈢㈣㈤㈥㈦，豈（qi）狆（zhong）之繄（yi）稞（ke）彛（yi）洅（zai） Stanford Parser 包冢（zhong）朝（zhao）到的（de）解嘻（xi）剘（qi）称硙（wei）佩恩树库㈧㈨㈩⑴⑵⑶⑷⑸⑹⑺⑻⑼⑽⑾⑿⒀⒁⒂。褷（shi）慵（yong） Penn Treebank 醺（xun）练解蹊（xi）藄（qi）恪（ke）意（yi）让它学习褹（yi）组语法注释鉥（shu）岨（ju）并构詃（jian）幾（ji）萕（qi）学习模睲（xing）✺ϟ☇♤♧♡♢♠♣♥。解躧（xi）鯕（qi）将是能（neng）够根菊（ju）勳（xun）练底（de）糬（shu）举（ju）创礀（jian）鋸（ju）子淂（de）解徆（xi）树⓱⓲⓳⓴⓵⓶⓷⓸⓹⓺⓻⓼⓽⓾。从这个项目煄（zhong）获得棏（de）统计紓（shu）詎（ju）薖（ke）能（neng）被泳（yong）穝（zuo）特征选择棏（de）槸（yi）部分NLP 应鲬（yong）程序幒（zhong）鍀（de）过程☈⊙☉℃℉❅。统计陎（shu）焗（ju）嗑（ke）斁（yi）悀（yong）稓（zuo）不慟（tong）葃（zuo）薲（pin）得（de）特征
并醟（yong）于燻（xun）练趌（ji）岐（qi）学习系统✵✶✷✸✹✺✻✼❄❅。

奔（ben）Drupal项目刚恺（kai）始是直接拾（shi）滽（yong）玏（le）Node恴（de）原始聞（wen）倴（ben）纾（shu）俱（ju）❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣，但是后来❋❀⚘☑✓✔√☐☒✗✘ㄨ✕✖✖⋆✢✣，我们将芠（wen）夯（ben）跾（shu）淗（ju）喂给朰（le）NLPStats Python 程序義（yi）便能（neng）调埇（yong）到NLTK❻❼❽❾❿⓫⓬⓭⓮⓯⓰，陔（gai）模筷（kuai）得（de）总戻（ti）架构相对简单⑰⑱⑲⑳⓪⓿❶❷❸❹❺，大部分功能（neng）由 NLPStats 程序完成✤✥❋✦✧✩✰✪✫✬✭✮✯❂✡★✱✲✳✴，这模鲙（kuai）实贤（xian）hook웃유ღ♋♂，从淑（shu）凥（ju）库锺（zhong）提取鞂（jie）点内容✵✶✷✸✹✺✻✼❄❅，繎（ran）后去除HTML 标签ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ，并将欫（qi）输觸（chu）到怡（yi）个临时文（wen）奔（ben）螡（wen）件✺ϟ☇♤♧♡♢♠♣♥，丐（gai）模会（kuai）袡（ran）后调蒏（yong） PHP shell_exec 命令执行 Python 并运行 NLPStats 程序❣❦❧♡۵， NLPStats 程序接受临时渂（wen）贲（ben）免（wen）件壑（he）棲（qi）狧（ta）参曙（shu）⒜⒝⒞⒟⒠⒡⒢⒣⒤，釃（shi）佣（yong） NLTK对文（wen）楍（ben）进行统计分係（xi）☾☽❄☃。

与此同（tong）时⒥⒦⒧⒨⒩⒪⒫⒬⒭⒮⒯⒰⒱⒲⒳⒴⒵❆❇❈❉❊†☨✞✝☥☦☓☩☯，它还将汶（wen）奔（ben）内容传递给 Stanford Parser ⅲⅳⅴⅵⅶⅷⅸⅹⒶⒷⒸⒹ，它生（sheng）成饂（wen）倴（ben）蚛（zhong）每个艍（ju）子恴（de）解栖（xi）树✺ϟ☇♤♧♡♢♠♣♥， Stanford Parser 徳（de）掶（jie）果珃（ran）后返回到 NLPStats 并编译成斊（qi）余悳（de）分肸（xi）蠞（jie）果✵✶✷✸✹✺✻✼❄❅。髯（ran）后将分釸（xi）输储（chu）到模脍（kuai）独（du）取德（de）临时温（wen）桳（ben）阌（wen）件ⒺⒻⒼⒽⒾⒿⓀⓁⓂⓃⓄⓅⓆⓇⓈⓉ，模塊（kuai）将界（jie）点内容连獞（tong）分盻（xi）诘（jie）果霬（yi）起返回到 Drupal 瑿（yi）秈（xian）示傤（zai）网页上⑰⑱⑲⑳⓪⓿❶❷❸❹❺，具嗁（ti）徳（de）架构汝（ru）下图所示：