尽管不是专业的文本挖掘框架，但Weka具有许多通常用于文本挖掘任务的分类器，例如：SVM，kNN，多项式NaiveBayes等。

它还具有一些可以处理文本数据的过滤器，例如可以执行TF / IDF转换的StringToWordVector过滤器。

请访问Weka Wiki网站以获取更多信息。

您可能已经了解GATE： http ： //gate.ac.uk/

...但这就是我们（在我的日常工作中）用于许多其他文本挖掘问题的方式。它非常灵活和开放。

我已经使用LingPipe （ 一套Java库，用于人类语言的语言分析）来进行文本挖掘（及其他相关）任务。

它是一个非常有据可查的软件包，并且该站点包含一些教程，这些教程彻底解释了如何使用LingPipe执行某些任务，例如命名实体识别 。还有一个新闻组，您可以在其中发布有关软件（或与NLP相关的任务）的任何问题，并获得软件包作者本身的迅速答复；当然还有博客 。

源代码也非常易于遵循和完善的文档记录，对我而言，这始终是一大优势。

至于机器学习算法，从朴素贝叶斯到条件随机场 ，都有很多。另一方面，对于字典匹配算法，它们具有ExactDicitonaryChunker ，它是Aho-Corasich算法（用于此任务的非常非常快的算法）的实现。

总而言之，我认为它是Java最好的NLP软件包之一（我没有使用过其中的每个软件包，因此我不能说这是最好的），因此我绝对推荐使用它你在手边。

老实说，我认为这里给出的几个答案非常好。但是，为了满足我的要求，我选择将Apache UIMA与ClearTK一起使用。它支持几种ML方法，我没有任何许可证问题。另外，我可以对其他ML方法进行包装，并且可以利用UIMA框架的优势，该框架组织良好且速度很快。

谢谢大家的有趣回答。

最好的问候，乌克兰

也许看看Java开源NLP和文本挖掘工具 。