Các gói khai thác văn bản cho R là gì và có các chương trình khai thác văn bản nguồn mở khác không?

Bạn có thể giới thiệu gói khai thác văn bản trong R có thể được sử dụng đối với khối lượng dữ liệu lớn không?
Thứ hai, có GUI nào cho bất kỳ gói khai thác văn bản nào trong R không?
Thứ ba, có một chương trình khai thác văn bản nguồn mở nào dễ sử dụng và trực quan không?

Vui lòng xem Giao diện tác vụ CRAN về Xử lý ngôn ngữ tự nhiên , trong đó có gói tm đã được Josh đề cập.

Xem gói tm và bản trình bày này của Stefan Theussl được đưa ra tại hội nghị R / Finance 2010 .

Đây là hai dự án tích hợp hơn nữa:

• Bộ công cụ ngôn ngữ tự nhiên Python (cài đặt dễ dàng, tài liệu tốt)
• Java MALLET (không có kinh nghiệm với nó, nhưng có vẻ đầy hứa hẹn; được bao gồm trong liên kết được cung cấp bởi @Nick)

Cả hai đều là phần mềm nguồn mở.

Chắc chắn, RapidMiner với phần mở rộng khai thác văn bản.

Có rất nhiều video cho thấy nó được thực hiện như thế nào.

GATE rất toàn diện. Nó cũng cho phép bạn làm việc với các ngôn ngữ khác nhau và có trình soạn thảo bản thể luận.

Andrew McCallum (UMass) có một vài dự án phần mềm liên quan đến NLP có sẵn trên trang web của mình . Đây là tất cả trong Java (tôi nghĩ) với mã nguồn có sẵn.

Bên cạnh Chế độ xem nhiệm vụ CRAN về xử lý ngôn ngữ tự nhiên được Dirk đề cập, còn có gói quanteda và gói NLP .