文字 Rust中具有Python绑定的NLP 该软件包旨在提供一种高性能工具包，用于为机器学习应用程序提取文本数据。 产品特点 令牌化：Regexp令牌化器，Unicode分段+语言特定的规则 提取：雪球（在Python中比NLTK快15-20倍） 令牌计数：将令牌计数转换为稀疏矩阵以用于机器学习库。 与scikit-learn中的CountVectorizer和HashingVectorizer相似，但功能不太广泛。 Levenshtein编辑距离； Sørensen-Dice，Jar