C ++中的自然语言处理

Question

我正在开发一个已经拥有C ++基础的项目。我想有一个插件用于一些自然语言处理。我非常喜欢GATE，但我不确定是否值得启动JVM并将项目拆分为C ++和Java部分。我注意到UIMA有一个C ++框架，但没有尝试过，但似乎比GATE少了。

有没有人知道比在C ++中以某种方式包装GATE更好的选择（例如在C ++中更好的NLP库）？如果我用C ++包装GATE，最好的方法是什么？ SOA？

由于

Answer 1

克里斯托弗曼宁用C ++和其他语言编写的resources for NLP（POS标记，NP分块，序列模型，解析器......）列表。维基百科中的Another one。

还有String and text processing的Boost页面。

Answer 2

当然，这取决于你想要做什么。

GATE和UIMA都是NLP的框架，主要是围绕信息管理和提取的理念而设计的。说GATE比UIMA具有更多功能并不公平，因为严格来说它们都只是框架。然而，GATE与ANNIE捆绑在一起，它有很多很好的功能，可能对你有用（同样，取决于你想做什么）。 UIMA与OpenNLP库捆绑在一起，这些库反映了这些功能中的一些（但不是全部），但是用Java编写，因此需要加载JVM。

您可以使用C ++库找到与GATE / ANNIE或UIMA / OpenNLP类似的功能，但这两个框架的优点在于它们是连贯的，并且不需要大量的“粘合代码”来使单个库通话彼此。

不想在C ++代码中包装GATE的原因是什么？我可以理解它会增加项目的复杂性，但如果你担心性能/内存，那么JVM可能是你最不担心的。 NLP工具往往会非常耗费内存，期望放弃NER模型的半场演出，更多的是统计解析器。

Answer 3

也许您想看看NLP ++，这是一种为自然语言处理和文本分析量身定制的编程语言。

我想从这里开始：

Getting Started Package for NLP++

此软件包包含开始使用NLP ++所需的一切。是的，您必须学习一种新的编程语言，但它与C ++类似，您不必使用黑盒API。此外，VisualText中的编译文本分析器创建了一个Visual Studio解决方案，您可以将其包含在其他C ++项目中。

您可以免费使用VisualText和NLP ++进行非商业项目。

加入NLP ++社区，提出问题，讨论分析器并了解有关NLP ++的更多信息：

NLP++ Community

亲切的问候，

Dominik Holenstein

NLP ++社区经理