我正在研究一种算法来预测句子中的下一个单词，例如 SwiftKey 应用程序。
我认为使用此处描述的 N-Grams 模型 (https://lagunita.stanford.edu/c4x/Engineering/CS-224N/asset/slp4.pdf) 可以的。
但我想知道是否有任何现有的库可以进行下一个单词预测？ （我查看了 OpenNLP 和 Stanford CoreNLP 并发现他们没有对该功能的开箱即用支持）
或者您能否建议一些在 java 中构建高度可扩展的文本预测的建议。
非常感谢您的帮助
【问题讨论】：
标签： java text machine-learning nlp prediction
根据您所说的“高度可扩展”的含义，对语言进行建模的一种方法是使用循环神经网络。要训练这样的神经网络，您基本上将一系列单词传递给网络，并在每个单词处预测下一个单词。 http://colah.github.io/posts/2015-08-Understanding-LSTMs/ 是开始阅读特别是 LSTM 的好地方，https://www.tensorflow.org/versions/master/tutorials/recurrent/index.html#lstm 是一个教程，其中包含工作代码和代码如何工作的解释。它是在 python 中使用 tensorflow，但我指出这一点的一个原因是，有了这个，您至少可以看到准确性是否足以满足您的需求。训练需要一段时间，但模型训练时的预测不会那么慢。
在 java 中，http://deeplearning4j.org/recurrentnetwork.html 谈论循环神经网络和 lstms，但您可能需要做一些工作才能设置它。 http://deeplearning4j.org/word2vec.html#just 也可能感兴趣。但是，它们并不像导入库那样“开箱即用”，因此它们可能不是您正在寻找的。p>
【讨论】：