斯坦福的corenlp,可以用來entities的提取轧房。
http://nlp.stanford.edu/software/corenlp.shtml
關(guān)于情感分析
情感分析的詞庫禀综，
sentiment Word
wordnet? 是近義詞詞典
sentiwordnet? 基于wordnet的幢哨，現(xiàn)在已經(jīng) 3.0了http://sentiwordnet.isti.cnr.it/
sentiwords? 基于sentiwords的http://hlt-nlp.fbk.eu/technologies/sentiwords
中文的http://wenku.baidu.com/view/819b90d676eeaeaad1f3306e.html
情感詞典
1.知網(wǎng)的情感詞典
-http://www.keenage.com/html/c_bulletin_2007.htm
由知網(wǎng)發(fā)布的詞典蒜绽，包括中文情感詞典和英文情感詞典
（以下需要論壇積分）
2.臺灣大學(xué)的情感極性詞典
-http://www.datatang.com/data/11837
包括2810個正極性詞語和8276個負(fù)極性詞語。準(zhǔn)確度很高
情感分析語料
3.酒店評論語料
-http://www.datatang.com/data/11936
譚松波整理的一個較大規(guī)模的酒店評論語料。
語料規(guī)模為10000篇。語料從攜程網(wǎng)上自動采集知纷，并經(jīng)過整理而成。
4.豆瓣網(wǎng)影評情感測試語料
-http://www.datatang.com/data/13539
來自豆瓣網(wǎng)對電影《ICE AGE3》的評論陵霉，評分標(biāo)準(zhǔn)均按照5 stars評分在網(wǎng)頁中有標(biāo)注琅轧。語料至527頁。每頁20條短評踊挠。共計11323條評論
5.酒店乍桂、電腦與書籍的評論語料
-http://www.datatang.com/data/11937
數(shù)據(jù)量不太大，也有一些重復(fù)的數(shù)據(jù)
6.評論網(wǎng)頁數(shù)據(jù)集
-http://www.datatang.com/data/12044
數(shù)據(jù)量不小效床，包括的電影和評論都不少
文本情感分析綜述?趙妍妍+, 秦兵, 劉挺
4.2 情感分析的資源建設(shè)
4.2.1 情感分析的語料
1.（可下載） 康奈爾大學(xué)(Cornell)提供的影評數(shù)據(jù)集(http://www.cs.cornell.edu/people/pabo/movie-review-data/):由電影評論組成,其中持肯定和否定態(tài)度的各1,000 篇;另外還有標(biāo)注了褒貶極性的句子各5,331 句,標(biāo)注了主客觀標(biāo)簽的句子各5,000 句.目前影評庫被廣泛應(yīng)用于各種粒度的,如詞語睹酌、句子和篇章級情感分析研究中.
2. 伊利諾伊大學(xué)芝加哥分校(UIC)的Hu 和Liu 提供的產(chǎn)品領(lǐng)域的評論語料:主要包括從亞馬遜和Cnet 下
載的五種電子產(chǎn)品的網(wǎng)絡(luò)評論(包括兩個品牌的數(shù)碼相機,手機,MP3 和DVD 播放器).其中他們將這些語料按句
子為單元詳細(xì)標(biāo)注了評價對象,情感句的極性及強度等信息.因此,該語料適合于評價對象抽取和句子級主客觀
識別,以及情感分類方法的研究.此外,Liu 還貢獻(xiàn)了比較句研究[74]方面的語料.
3. （可下載）Janyce Wiebe 等人所開發(fā)的MPQA(Multiple-Perspective QA)庫:包含535 篇不同視角的新聞評論,它是一個進(jìn)行了深度標(biāo)注的語料庫.其中標(biāo)注者為每個子句手工標(biāo)注出一些情感信息,如觀點持有者,評價對象,主觀表達(dá)式以及其極性與強度.文獻(xiàn)[75]描述了整個的標(biāo)注流程.MPQA 語料適合于新聞評論領(lǐng)域任務(wù)的研究.
4. 麻省理工學(xué)院(MIT)的Barzilay 等人構(gòu)建的多角度餐館評論語料:共4,488 篇,每篇語料分別按照五個角
度(飯菜,環(huán)境,服務(wù),價錢,整體體驗)分別標(biāo)注上1~5 個等級.這組語料為單文檔的基于產(chǎn)品屬性的情感文摘提供
了研究平臺.
5. 國內(nèi)的中科院計算所的譚松波博士提供的較大規(guī)模的中文酒店評論語料:約有10,000 篇,并標(biāo)注了褒貶
類別,可以為中文的篇章級的情感分類提供一定的平臺.
4.2.2 情感分析的詞典資源
情感分析發(fā)展到現(xiàn)在,有不少前人總結(jié)出來的情感資源,大多數(shù)表現(xiàn)為評價詞詞典資源.
1. GI(General Inquirer)評價詞詞典(英文,http://www.wjh.harvard.edu/～inquirer/).該詞典收集了1,914 個褒義詞和2,293 個貶義詞,并為每個詞語按照極性,強度,詞性等打上不同的標(biāo)簽,便于情感分析任務(wù)中的靈活應(yīng)用.
2. NTU 評價詞詞典(繁體中文).該詞典由臺灣大學(xué)收集,含有2,812 個褒義詞與8,276 個貶義詞[76].
3.（可下載） 主觀詞詞典(英文,http://www.cs.pitt.edu/mpqa/).該詞典的主觀詞語來自O(shè)pinionFinder 系統(tǒng),該詞典含有8,221 個主觀詞,并為每個詞語標(biāo)注了詞性,詞性還原以及情感極性.
4. （可下載）HowNet 評價詞詞典(簡體中文、英文,http://www.keenage.com/html/e_index.html).該詞典包含9,193 個中文評價詞語/短語, 9,142 個英文評價詞語/短語,并被分為褒貶兩類.其中,該詞典提供了評價短語,為情感分析提供了更豐富的情感資源.
還有一個sentimen的提取的一個庫剩檀， pattern
http://blog.csdn.net/artemisrj/article/details/41556449
另外nltk也是有工具的憋沿。http://www.nltk.org/api/nltk.sentiment.html#module-nltk.sentiment
地理有關(guān)的信息？谨朝？
http://www.datasciencetoolkit.org/
知乎上推薦的包卤妒，改天試試看，
http://www.zhihu.com/question/19929473
52npl上面整理的資料字币。
這個也可以看看哇。
http://www.oschina.net/project/tag/305/nlp
porter stemmer 處理詞語的失態(tài)問題 create created之類的共缕？洗出？
隱馬爾可夫模型 (Hidden Markov Model，HMM) 的介紹
http://blog.csdn.net/likelet/article/details/7056068
條件隨機場的一篇介紹
http://download.csdn.net/download/zh515858237/2182521
【論文+(申請)下載:基于SentiWordNet的高準(zhǔn)確率/覆蓋率新情感詞典SentiWords(155,286 words)】《SentiWords: Deriving a High Precision and High Coverage Lexicon for Sentiment Analysis》L Gatti, M Guerini, M Turchi (2015)http://t.cn/RUxgfXwproject page:http://t.cn/RUxgVjT
named entity recognizers LingPipe
LingPipe is tool kit for processing text using computational linguistics. LingPipe is used to do tasks like:
Find the names of people, organizations or locations in news
Automatically classify Twitter search results into categories
Suggest correct spellings of queries
1.NLTK
NLTK 在用 Python 處理自然語言的工具中處于領(lǐng)先的地位图谷。它提供了 WordNet 這種方便處理詞匯資源的借口翩活，還有分類阱洪、分詞、除莖菠镇、標(biāo)注冗荸、語法分析、語義推理等類庫利耍。
網(wǎng)站
安裝
安裝 NLTK:
sudo pip install -U nltk
安裝 Numpy (可選):
sudo pip install -U numpy
安裝測試:
python then type import nltk
體驗過它加的nlp蚌本，
2.Pattern
Pattern 的自然語言處理工具有詞性標(biāo)注工具(Part-Of-Speech Tagger)，N元搜索(n-gram search)隘梨，情感分析(sentiment analysis)程癌，WordNet。支持機器學(xué)習(xí)的向量空間模型轴猎，聚類嵌莉，向量機。
網(wǎng)站:
https://github.com/clips/pattern
安裝:
pip install pattern
3.TextBlob
TextBlob 是一個處理文本數(shù)據(jù)的 Python 庫捻脖。提供了一些簡單的api解決一些自然語言處理的任務(wù)锐峭，例如詞性標(biāo)注、名詞短語抽取可婶、情感分析沿癞、分類、翻譯等等扰肌。
網(wǎng)站：
http://textblob.readthedocs.org/en/dev/
安裝：
pip install -U textblob
4.Gensim
Gensim 提供了對大型語料庫的主題建模抛寝、文件索引、相似度檢索的功能曙旭。它可以處理大于RAM內(nèi)存的數(shù)據(jù)盗舰。作者說它是“實現(xiàn)無干預(yù)從純文本語義建模的最強大、最高效桂躏、最無障礙的軟件钻趋。”
網(wǎng)站：
https://github.com/piskvorky/gensim
安裝：
pip install -U gensim
5.PyNLPI
它的全稱是：Python自然語言處理庫（Python Natural Language Processing Library剂习，音發(fā)作: pineapple） 這是一個各種自然語言處理任務(wù)的集合蛮位，PyNLPI可以用來處理N元搜索，計算頻率表和分布鳞绕，建立語言模型失仁。他還可以處理向優(yōu)先隊列這種更加復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，或者像 Beam 搜索這種更加復(fù)雜的算法们何。
安裝：
LInux:
sudo apt-get install pymol
Fedora:
yum install pymol
6.spaCy
這是一個商業(yè)的開源軟件萄焦。結(jié)合Python和Cython，它的自然語言處理能力達(dá)到了工業(yè)強度。是速度最快拂封，領(lǐng)域內(nèi)最先進(jìn)的自然語言處理工具茬射。
網(wǎng)站：
https://github.com/proycon/pynlpl
安裝：
pip install spacy
7.Polyglot
Polyglot 支持對海量文本和多語言的處理。它支持對165種語言的分詞冒签，對196中語言的辨識在抛，40種語言的專有名詞識別，16種語言的詞性標(biāo)注萧恕，136種語言的情感分析刚梭，137種語言的嵌入，135種語言的形態(tài)分析廊鸥，以及69中語言的翻譯望浩。
網(wǎng)站：
https://pypi.python.org/pypi/polyglot
安裝
pip install polyglot
8.MontyLingua
MontyLingua 是一個自由的、訓(xùn)練有素的惰说、端到端的英文處理工具磨德。輸入原始英文文本到 MontyLingua ，就會得到這段文本的語義解釋吆视。適合用來進(jìn)行信息檢索和提取典挑，問題處理，回答問題等任務(wù)啦吧。從英文文本中您觉，它能提取出主動賓元組，形容詞授滓、名詞和動詞短語琳水，人名、地名般堆、事件在孝，日期和時間，等語義信息淮摔。
網(wǎng)站：
http://web.media.mit.edu/~hugo/montylingua/
9.BLLIP Parser
BLLIP Parser（也叫做Charniak-Johnson parser）是一個集成了產(chǎn)生成分分析和最大熵排序的統(tǒng)計自然語言工具私沮。包括 命令行 和 python接口 。
10.Quepy
Quepy是一個Python框架和橙，提供將自然語言轉(zhuǎn)換成為數(shù)據(jù)庫查詢語言仔燕。可以輕松地實現(xiàn)不同類型的自然語言和數(shù)據(jù)庫查詢語言的轉(zhuǎn)化魔招。所以晰搀，通過Quepy，僅僅修改幾行代碼办斑，就可以實現(xiàn)你自己的自然語言查詢數(shù)據(jù)庫系統(tǒng)厕隧。
網(wǎng)站W(wǎng)
https://github.com/machinalis/quepy
還有一個sentimen的提取的一個庫， pattern
