试试这个

https://github.com/louismullie/stanford-core-nlp

关于斯坦福核心NLP宝石

该gem提供了到Stanford Core NLP软件包的高级Ruby绑定，该软件包是用于标记化，句子分段，词性标记，词形化和英语，法语和德语解析的一组自然语言处理工具。该软件包还提供英语的命名实体识别和共指解析。

http://nlp.stanford.edu/software/corenlp.shtml演示页面http://nlp.stanford.edu:8080/corenlp/

您需要更加具体地说明这些“一般特征”是什么。

在NLP中，句子的“一般特征”可以表示一百万种不同的事物-情感分析（即说话者的态度），语音标记的基本部分，人称代词的使用，句子中包含主动或被动动词，动词的时态和语态...

我不介意您是否不确定要描述它，但是如果我们不知道您在问什么，我们就不太可能具体地为您提供帮助。

我的一般建议（尤其是对于NLP）是，您应该获得最适合该工作的工具，而不是将自己局限于特定的语言。对于某些任务，将自己限制为一种特定的语言很好，因为这些任务在各处都实现了通用工具，但NLP并不是其中之一。

使用Twitter的另一个问题是大量的句子，其中一半会以奇怪而奇妙的方式被烘焙或压缩-大多数NLP工具都未经训练。为了帮助那里， NUS SMS语料库由“学生收集的大约10,000条SMS消息”组成。由于类似的限制和用法，分析可能对您使用Twitter进行探索很有帮助。

如果您更具体，我会尝试列出一些有帮助的工具。

还可以考虑使用诸如MonkeyLearn之类的SaaS API。您可以轻松地通过机器学习训练文本分类器，并通过API进行集成。有一个Ruby SDK 。

除了创建自己的分类器以外，您还可以选择预先创建的模块进行情感分析，主题分类，语言检测等。我们还有诸如关键字提取和实体之类的提取器，并且我们将继续添加更多的公共模块。

其他不错的功能：

• 您具有用于创建/测试算法的GUI。
• 算法在我们的云计算平台中运行非常快。
• 您可以与Ruby或任何其他编程语言集成。

Stanford Core NLP ， Open NLP和LingPipe是三个优秀且成熟的NLP软件包。 Stanford Core NLP工具（GPL许可证）和OpenNLP工具（Apache许可证）都有Ruby绑定。

在实验性方面，我维护了GPL下发布的文本检索，提取和注释工具包 （Treat），该工具包为几乎所有与Ruby相关的NLP相关的宝石提供了通用的API。下面的Treat功能列表对于稳定的与Ruby 1.9兼容的自然语言处理gem也可以提供很好的参考。

• 文本分割器和标记器（ punkt-segmenter ， tactful_tokenizer ， srx-english ， scalpel ）
• 用于英语，法语和德语的自然语言解析器，以及用于英语（ stanford-core-nlp ）的命名实体提取。
• 词干变化和词变（ linguistics ），词干（ ruby-stemmer ， uea-stemmer ， lingua等）
• WordNet介面（ rwordnet ），POS标记器（ rbtagger ， engtagger等）
• 语言（ whatlanguage ），日期/时间（ chronic ， kronic ， nickel ），关键字（ lda-ruby ）萃取。
• 具有索引和全文搜索的文本检索（ ferret ）。
• 命名为实体提取（ stanford-core-nlp ）。
• 基本的机器学习，包括决策树（ decisiontree ），MLP（ ruby-fann fann），SVM（ rb-libsvm ）和线性分类（ tomz-liblinear-ruby-swig ）。
• 文本相似性指标（ levenshtein-ffi ， fuzzy-string-match ， tf-idf-similarity levenshtein-ffi ）。

不包含在Treat中，但与NLP相关： 热水 （字符串距离算法）， yomu （与Apache Tiki绑定以读取.doc，.docx，.pages，.odt，.rtf，.pdf）， 图形等级 （一种实现GraphRank）。

我在GitHub上维护了Ruby Natural Language Processing资源列表（库，API和演示文稿），其中涵盖了此处其他答案中列出的库以及一些其他库。

尽管Ruby Linguistics似乎有很多东西，但也有一些链接，尽管它似乎还远不及NLTK对于Python的东西。

我在这里找到了一篇很好的文章，详细介绍了Ruby中的一些NLP算法。这包括词干分析器，日期时间解析器和语法解析器。

TREAT –文本检索和注释工具包–是我所知道的最全面的Ruby工具包： https : //github.com/louismullie/treat/wiki/

您可以始终使用jruby并使用java库。

编辑：能够在jvm上本地执行ruby并轻松利用java库是rubyists的一大优点。在这种情况下，应该考虑这是一个很好的选择。

JAVA中使用哪个NLP工具包？