除了NLTK之外,Python的最佳信息检索库是什么？

Question

用于分析Internet上的文档!

Answer 1

或者,R有许多可用于文本挖掘的工具,并且使用RPy2很容易与Python集成.

查看CRAN上的自然语言处理视图.特别是看看tm包装.以下是一些相关链接:

• 关于统计计算期刊中一揽子计划的论文: http://www.jstatsoft.org/v25/i05/paper.本文包含一个很好的例子,分析2006年R-devel邮件列表(https://stat.ethz.ch/pipermail/r-devel/)新闻组的帖子.
• 包主页:http://cran.r-project.org/web/packages/tm/index.html
• 看一下介绍性的小插图: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.有关使用RCurl和XML包的示例,请查看此问题.