pattern

圖案

Pattern 是 Python 的網路挖掘模組。它具有以下工具：

• 資料探勘：網路服務（Google、Twitter、維基百科）、網路爬蟲、HTML DOM 解析器

• 自然語言處理：詞性標註器、n-gram 搜尋、情緒分析、WordNet

• 機器學習：向量空間模型、聚類、分類（KNN、SVM、感知器）

• 網路分析：圖中心性和視覺化。

它有完善的文檔記錄，經過 350 多個單元測試的徹底測試，並捆綁了 50 多個範例。原始碼已獲得 BSD 許可。

例子

此範例使用 Python 3 根據從 Twitter 中挖掘的形容詞訓練分類器。例如： “今天給一位可愛的小老太太 20 美元的小費#win” 。然後解析單字的詞性標籤，僅保留形容詞。每條推文都被轉換為向量，一個形容詞字典 → 計數項目，標記為WIN或FAIL 。分類器使用向量來了解哪些其他推文看起來更像WIN或更像FAIL 。

 frompattern.web import Twitterfrompattern.en import tagfrompattern.vector import KNN, counttwitter, knn = Twitter(), KNN()for i in range(1, 3):for tweet in twitter.search('#win OR # failed', start=i, count=100):s = tweet.text.lower()p = s 中的'#win' 和'WIN' 或'FAIL'v = tag(s)v = [逐字逐句， pos in v if pos == 'JJ'] # JJ = adjectivev = count(v) # {'sweet': 1}if v:knn.train(v, type=p)print(knn.classify('紅薯)漢堡')) print(knn.classify('愚蠢的自動修正'))

安裝

模式支援Python 2.7和Python 3.6。要安裝 Pattern 以便它在所有腳本中可用，請解壓縮下載並從命令列執行以下操作：

 cd模式-3.6
python setup.py 安裝

如果您有 pip，則可以從 PyPI 儲存庫自動下載並安裝：

點安裝模式

如果以上方法都不起作用，您可以透過三種方式讓 Python 識別該模組：

• 將模式資料夾放在與腳本相同的資料夾中。

• 將模式資料夾放在模組的標準位置，以便所有腳本都可以使用它：

• c:python36Libsite-packages (Windows),

• /Library/Python/3.6/site-packages/ (Mac OS X),

• /usr/lib/python3.6/site-packages/ (Unix)。

• 在導入之前，將模組的位置新增至腳本中的sys.path ：

模組 = '/users/tom/desktop/pattern'導入 sys;如果 MODULE 不在 sys.path 中： sys.path.append(MODULE)from pattern.en import parsetree

文件

有關文件和範例，請參閱使用者文件。

版本

3.6

執照

BSD ，請參閱LICENSE.txt以了解更多詳細資訊。

參考

德‧斯梅特 (De Smedt)，T.，戴勒曼斯 (Daelemans)，W. (2012)。 Python 的模式。機器學習研究雜誌， 13，2031-2035。

貢獻

原始碼託管在 GitHub 上，歡迎貢獻或捐贈。

捆綁依賴項

Pattern 與以下資料集、演算法和 Python 套件捆綁在一起：

• 布里爾標記者埃里克·布里爾

• 荷蘭語的布里爾標記者，Jeroen Geertzen

• 德語 Brill 標註器、Gerold Schneider 和 Martin Volk

• Brill 西班牙語標記器，在 Wikicorpus 上接受培訓（Samuel Reese 和 Gemma Boleda 等人）

• 法語 Brill 標記者，受 Lefff 訓練（Benoît Sagot 和 Lionel Clément 等人）

• 義大利文的 Brill 標記器，從維基字典中挖掘

• 英語複數化，達米安·康威

• 西班牙語動詞變形，Fred Jehle

• 法文動詞變形，Bob Salita

• 圖形 JavaScript 框架，Aslak Hellesoy 和 Dave Hoover

• LIBSVM ,張志忠與林志仁

• LIBLINEAR ，範榮恩等。

• NetworkX 中心性、Aric Hagberg、Dan Schult 和 Pieter Swart

• 拼字糾正器，彼得·諾維格

致謝

作者：

• 湯姆‧德‧斯梅特 ([email protected])

• 戴勒曼斯 ([email protected])

貢獻者（按時間順序）：

• 弗雷德里克·德·布萊塞爾

• 賈森·維納

• 丹尼爾·弗里森

• 傑倫·吉爾岑

• 托馬斯·克羅姆茲

• 肯威廉斯

• 彼得里斯·艾琳斯

• 拉傑什·奈爾

• F·德·斯梅特

• 拉迪姆·熱熱熱克

• 湯姆·洛雷多

• 約翰‧德博維斯

• 湯瑪斯·西萊奧

• 格羅德·施奈德

• 馬丁·沃爾克

• 塞繆爾·約瑟夫

• 舒班舒·米甚拉

• 羅伯特·埃爾韋爾

• 弗萊德·傑勒

• 安托萬·馬齊埃 + fabelier.org

• Rémi de Zoeten + closealert.nl

• 肯尼斯·科赫

• 延斯·格里沃拉

• 法比奧·馬爾菲亞

• 史蒂文·洛里亞

• 科林·莫爾特 + tevizz.com

• 彼得·布爾

• 模裡齊奧·桑巴蒂

• 丹芙

• 薩爾瓦多·迪·迪奧

• 文森特·範·阿什

• 弗雷德里克·埃爾沃特