clips/pattern

它是什么

Pattern 是一个用于网络挖掘的 Python 模块——从网络获取数据并进行分析。它专为 Python 2.7 和 3.6 构建。

主要功能

• 数据挖掘：连接网络服务（Google、Twitter、Wikipedia），爬取网站，解析 HTML。
• 自然语言处理：词性标注、n-gram 搜索、情感分析、使用 WordNet。
• 机器学习：向量空间模型、聚类、分类（KNN、SVM、Perceptron）。
• 网络分析：图中心性和可视化。

示例用例

README 展示了一个 Twitter 情感分类器：它收集包含 #win 或 #fail 的推文，仅提取每条推文中的形容词，将其转换为词频向量，并训练一个 KNN 分类器来预测新推文更接近 WIN 还是 FAIL。

安装

使用 pip 安装：

pip install pattern

或者下载并运行 python setup.py install。你也可以将 pattern 文件夹放在脚本旁边，或手动将其添加到 sys.path。

状态——已归档

该仓库不再维护。它不会收到更新、错误修复或安全补丁。问题和拉取请求可能不会被审查。使用风险自负。

许可证

BSD（3 条款）。

捆绑组件

Pattern 附带多个第三方工具，包括英语、荷兰语、德语、西班牙语、法语和意大利语的 Brill 标注器；用于机器学习的 LIBSVM 和 LIBLINEAR；用于图分析的 NetworkX；以及拼写纠正器。

文档

用户文档和示例可在项目的 GitHub wiki 上获取。

参考

De Smedt, T., Daelemans, W. (2012). Pattern for Python. Journal of Machine Learning Research, 13, 2031–2035。