使用 N-gram 创建我的自定义词袋以应用于

我最初的建议是使用Python 的 NLTK 库。NLTK 提供了从任意长度的文本或ngram 中轻松提取二元组的方法，以及分析这些项目的频率分布的方法。但是，所有这些都需要一些编程。

可以通过 GUI 实现的功能

这很棘手。你看过门吗？我不确定 GATE 是否/如何做你想要的，但它确实提供了一个 GUI。

你可以使用 SKlearn，它是一个 python 库。这是最简单的方法，我喜欢用最少的代码。您可以点击此链接http://scikit-learn.org/stable/modules/feature_extraction.html

查看LightSide以了解一般文本挖掘的 GUI 介绍，更具体地说，用于快速生成特征。它是由 CMU 的研究人员开发的（我相信仍在开发中），这就是我迷上文本挖掘的原因。有很多开箱即用的功能，您可以快速将 CSV 数据导入应用程序、提取特征并开始运行实验。它还利用了来自其他几个著名的、备受推崇的开源工具包（如 Weka 和 LibLinear）的算法套件，因此您知道自己使用的是可靠的底层工具。话虽如此，最后提到的这两个工具包绝对值得一试以增加功能，即使它们的学习曲线有点陡峭。希望有帮助。

我使用的另一个尚未提及的库是 gensim。它的Dictionary模块允许您将单词列表转换为 (id,count) 对的列表。它还有一个allow_update变量，用于在运行时遇到新词时更新字典。

它还内置了对 TF-IDF、LSI 和 LDA 等模型的支持。