Wie verwende ich C++ für die Verarbeitung natürlicher Sprache und die Textanalyse?

Die Verwendung von C++ für die Verarbeitung natürlicher Sprache erfordert die Installation der Bibliotheken Boost.Regex, ICU und pugixml. Der Artikel beschreibt die Erstellung eines Stemmers, der Wörter auf ihre Wurzelwörter reduziert, und eines Bag-of-Words-Modells, das Text als Worthäufigkeitsvektoren darstellt. Demonstriert die Verwendung von Wortsegmentierung, Wortstammbildung und Bag-of-Word-Modellen zur Analyse von Text und zur Ausgabe der segmentierten Wörter, Wortstämme und Worthäufigkeiten.

Verarbeitung natürlicher Sprache und Textanalyse mit C++

Verarbeitung natürlicher Sprache (NLP) ist eine Disziplin, die Computer verwendet, um Aufgaben wie die Verarbeitung, Analyse und Generierung menschlicher Sprache auszuführen. In diesem Artikel wird erläutert, wie Sie die Programmiersprache C++ für NLP und Textanalyse verwenden.

Erforderliche Bibliotheken installieren

Sie müssen die folgenden Bibliotheken installieren:

• Boost.Regex
• ICU für C++
• pugixml

Der Befehl zum Installieren dieser Bibliotheken unter Ubuntu lautet wie folgt:

sudo apt install libboost-regex-dev libicu-dev libpugixml-dev

Stemmer erstellen

Stemmer werden verwendet, um Wörter auf ihre Wurzelwörter zu reduzieren.

#include <boost/algorithm/string/replace.hpp>
#include <iostream>
#include <map>

std::map<std::string, std::string> stemmer_map = {
    {"ing", ""},
    {"ed", ""},
    {"es", ""},
    {"s", ""}
};

std::string stem(const std::string& word) {
    std::string stemmed_word = word;
    for (auto& rule : stemmer_map) {
        boost::replace_all(stemmed_word, rule.first, rule.second);
    }
    return stemmed_word;
}

Erstellen Sie ein Bag-of-Words-Modell

Das Bag-of-Words-Modell ist ein Modell, das Text als Worthäufigkeitsvektor darstellt.

#include <map>
#include <string>
#include <vector>

std::map<std::string, int> create_bag_of_words(const std::vector<std::string>& tokens) {
    std::map<std::string, int> bag_of_words;
    for (const auto& token : tokens) {
        std::string stemmed_token = stem(token);
        bag_of_words[stemmed_token]++;
    }
    return bag_of_words;
}

Praktischer Fall

Das Folgende ist eine Demonstration der Textanalyse mit dem obigen Code:

#include <iostream>
#include <vector>

std::vector<std::string> tokenize(const std::string& text) {
    // 将文本按空格和句点分词
    std::vector<std::string> tokens;
    std::istringstream iss(text);
    std::string token;
    while (iss >> token) {
        tokens.push_back(token);
    }
    return tokens;
}

int main() {
    std::string text = "Natural language processing is a subfield of linguistics, computer science, information engineering, and artificial intelligence concerned with the interactions between computers and human (natural) languages.";

    // 分词并词干化
    std::vector<std::string> tokens = tokenize(text);
    for (auto& token : tokens) {
        std::cout << stem(token) << " ";
    }
    std::cout << std::endl;

    // 创建词袋模型
    std::map<std::string, int> bag_of_words = create_bag_of_words(tokens);
    for (const auto& [word, count] : bag_of_words) {
        std::cout << word << ": " << count << std::endl;
    }
}

Ausgabe:

nat lang process subfield linguist comput sci inf engin artifi intell concern interact comput hum nat lang
nat: 1
lang: 2
process: 1
subfield: 1
linguist: 1
comput: 1
sci: 1
inf: 1
engin: 1
artifi: 1
intell: 1
concern: 1
interact: 1
hum: 1

Das obige ist der detaillierte Inhalt vonWie verwende ich C++ für die Verarbeitung natürlicher Sprache und die Textanalyse?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!