Dotaz: Programovací jazyk pre NLP - spracovanie Slovenskeho/ Českého textu

[Yin]

Ahojte,

Potrebujem sa zorientovať v oblasti spracovania neštrukúrovaného textu. Viem o Python/NLTK, má vraj problémi s jazykmi ako Čestina a Slovenčina. Na "Kagorizáciu Textu", čo je téma mojej práce som už používal Ruby, tu však žiadne knižnice nepoznám. Od profáka som dostal typ na C++ a Java knižnice. S Javou mám kopec skúseností.

Viete mi poradiť, ktorý jazyk a framework je pouzitelny pri NLP v Slovencine? Budem implementovat:

• Latent Semantic Analysis
• Probabilistic Lantent Semantic Analysis
• Latent Dirichlet Allocation

... data budú v Slovenskom jazyku, stiahnuté z wikipédie.

Na otázku zatím nikdo bohužel neodpověděl.