自然言語処理とテキスト分析に C++ を使用するにはどうすればよいですか?

自然言語処理に C++ を使用するには、Boost.Regex、ICU、pugixml ライブラリをインストールする必要があります。この記事では、単語をルート単語に減らすステマーと、テキストを単語頻度ベクトルとして表すバッグ オブ ワード モデルの作成について詳しく説明します。単語のセグメンテーション、ステミング、およびバッグオブワード モデルを使用してテキストを分析し、セグメント化された単語、語幹、および単語の頻度を出力する方法を示します。

C++ を使用した自然言語処理とテキスト分析

自然言語処理 (NLP) は、コンピューターを使用して人間の言語の処理、分析、生成などのタスクを実行する学問です。この記事では、NLP およびテキスト分析に C++ プログラミング言語を使用する方法について説明します。

必要なライブラリをインストールします

次のライブラリをインストールする必要があります:

• Boost.Regex
• ICU for C++
• pugixml

これらのライブラリをUbuntuにインストールするコマンドは次のとおりです:

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

ステマーを作成する

ステマーは、単語をルート単語に減らすために使用されます。

#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;
}

バッグオブワード モデルを作成する

バッグオブワード モデルは、テキストを単語頻度ベクトルとして表すモデルです。

#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;
}

実践的なケース

以下は、上記のコードを使用したテキスト分析のデモンストレーションです:

#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;
    }
}

出力:

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

以上が自然言語処理とテキスト分析に C++ を使用するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。