ggb-ml

使用Python对GeoGebra数据进行机器学习的练习项目。

练习

• sum_titles_1.py: 从GGB素材的标题中提取单词及频次。 使用了停用词移除、单词拆分、词干提取、频率分布等方法。

  

• sum_titles_2.py: 从GGB素材的标题中提取所有几何名词及其搭配。 使用了标识化处理、相邻文本、词性标注等方法。

• segment_1.py: 基于清华THULAC和“结巴”中文分词包试验几题文本解析效果。

• segment_2.py: 基于百度自然语言处理服务试验几题文本解析效果。 使用了词法分析和依存句法分析方法。

  

参考资料

• 《NLTK基础教程——用NLTK和Python库构建机器学习应用》
• HanLP自然语言处理包开源
• 百度自然语言处理服务文档
• 哈工大语言云使用文档
• Machine Learning最小可迭代产品