关于文本挖掘的建议/帮助

Question

我需要使用Map-Reduce概念对单个文档进行文本挖掘。

我的一些朋友建议我使用Apache Lucene。

但是在阅读了几篇关于Apache Lucene的文档之后，我发现它只有在我们需要索引文档时才有用。

有人能建议我使用更好的方法吗？

提前谢谢

Answer 1

Lucene是一个文档索引和检索框架。当然，人们可以使用索引数据，如关键字搜索，文档相似性等。

如果您对TM感兴趣，请查看OpenNLP和LingPipe。他们拥有100个用于文本挖掘和自然语言处理的库。