Sujet modélisation dans MALLET vs NLTK

ce n'est pas que l'un soit plus complet que l'autre, c'est plutôt une question d'avoir quelque chose que l'autre n'a pas et vice versa. Il s'agit également de déterminer le public visé et le but visé.

Mallet est une boîte à outils D'apprentissage machine basée sur Java qui vise à fournir des implémentations robustes et rapides pour diverses tâches de traitement du langage naturel.

NLTK est construit en utilisant Python et est livré avec beaucoup de choses supplémentaires comme des corpus tels que WordNet. Le NLTK s'adresse davantage aux personnes l'apprentissage de la NLP, et en tant que tel, est davantage utilisé comme une plate-forme d'apprentissage et peut-être moins comme une solution d'ingénierie.

à mon avis, la principale différence entre les deux est que le NLTK est mieux positionné comme une ressource d'apprentissage pour les personnes intéressées par l'apprentissage automatique et le NLP car il est livré avec une tonne entière de documentation, d'exemples, de Corpus, etc. etc.

Mallet s'adresse davantage aux chercheurs et aux praticiens qui travaillent dans le domaine et qui savent déjà ce qu'ils veulent faire. Il s'agit avec moins de documentation (bien qu'il y ait de bons exemples et que l'API soit bien documentée) par rapport à la vaste collection de documents généraux de NLTK.

mise à jour: Les bons articles qui les décrivent seraient les Mallet docs et les exemples à http://mallet.cs.umass.edu/ - la barre latérale a des liens vers le balisage de séquence, la modélisation de sujet, etc.

et pour NLTK la NLTK livre traitement du langage naturel avec Python est une bonne introduction à la NLTK et à la NLP.

UPDATE

j'ai récemment trouvé la bibliothèque sklearn Python. Il s'agit de l'apprentissage automatique de manière plus générale, non pas directement pour la NLP, mais également pour cela. Il est livré avec un très grand choix d'outils de modélisation et la plupart d'entre eux semble reposer sur NumPy, il devrait donc être assez rapide. Je l'ai utilisé assez souvent et je peux dire qu'il est très bien écrit et documenté et qu'une communauté de développeurs active le fait avancer (depuis mai 2013 au moins).

UPDATE 2

j'utilise maintenant mallet depuis un certain temps (en particulier L'API mallet) et je peux dire que si vous prévoyez d'intégrer mallet dans un autre projet, vous devriez être très familier avec Java et prêt à passer beaucoup de temps à déboguer une base de code presque totalement non documentée.

si tout ce que vous voulez faire est d'utiliser les outils de ligne de commande mallet, c'est très bien, utiliser L'API demande beaucoup de recherche à travers le code mallet lui-même et généralement corriger quelques bogues ainsi. Soyez averti mallet est livré avec une documentation minimale en ce qui concerne L'API.