Python vs Java per l'elaborazione del linguaggio naturale

Question

Ho lavorato su java per trovare la somiglianza tra due documenti. Preferisco trovare una somiglianza semantica, ma non ho fatto sforzi per trovarlo ancora. Sto usando il seguente approccio.

1. termini di estrazione/gettoni (sto usando JAWS con wordnet rimuovere sinonimi migliora quindi le somiglianze)
2. fare una matrice termine documento
3. LSA
4. coseno di similitudine

Quando i Stavo guardando poche pagine StackOverflow, ho avuto parecchi collegamenti alle implementazioni Python.

Vorrei sapere se Python è un linguaggio migliore per trovare la somiglianza di testo e vorrei anche sapere se posso trovare similairty semantica tra due documenti in pitone

Answer 1

si Supponendo che non hanno una restrizione piattaforma che vincolerebbe la tua scelta del linguaggio, dovresti scegliere il tuo linguaggio in base a quello con cui sei più a tuo agio (preferisco Python) e che ha le migliori librerie per la tua applicazione (come @GregHewgill ha sottolineato gli strumenti Python (Natural Language Toolkit) sono maturi e completi).

Così mentre personalmente sceglierei Python, è davvero qualcosa che devi scegliere per te.

== == EDIT

Questo question sulle librerie Java di PNL può aiutare a decidere se è possibile utilizzare Java per l'analisi; la risposta più alta ha una lista che puoi investigare. Senza ulteriori informazioni sulla serie di problemi, non posso fornire consigli più specifici.