搜索资源列表
FlexCRFs-0.3
- Hieu Xuan Phan & Minh Le Nguyen 利用CRF统计模型写的可用于英文命名实体识别、英文分词的工具（开放源码）。CRF模型最早由Lafferty提出，全名conditional random fields，该模型后来被广泛地应用在语言和图像处理领域，并随之出现了很多的变体。FlexCRF就是对CRF模型的一个实现应用工具，可用于文本信息处理
abner
- 一个命名实体识别工具，是Mallet开放源码项目的一部分，可用于识别文本中的人名、地名等信息-a named entity recognition tools, Mallet OSS part of the project, Text can be used to identify the names, places and other information
FreeICTCLAS
- 中科院的汉语词法分析系统ICTCLAS,主要功能包括中文分词；词性标注；命名实体识别；新词识别；同时支持用户词典。
ICTCLASAPIManual
- 中科院中文进行分词并对其词性标注；命名实体识别；新词识别；同时支持用户词典-Chinese Academy of Sciences Chinese word segmentation and POS tagging named entity recognition new word identification At the same time support the user dictionary
RESEARCH_ON_KEY_TECHNOLOGIES_OF_THE_INFORMATION_EX
- 说明：主要集中在命名实体识别和实体关系抽取两个方面，将先进的机器学习算 法和全新的理论方法一全信息理论运用到我们的整个研究过程中。-Descr iption: The main focus on named entity recognition and entity extraction between the two aspects of advanced machine learning algorithms and new theoretical methods of informat
An_Introduction_to_Conditional_Random_Fields_for_R
- 说明： 基于条件随机场模型的经典理论介绍，广泛应用于命名实体识别，实体关系识别领域。-Note: Based on Conditional Random Fields model describes the classical theory is widely used in named entity recognition, entity-relationship identification field.
VC2010
- VC调用中科院分词2010版组件的最新源码！ 中国科学院计算技术研究所在多年研究工作积累的基础上，研制出了汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，主要功能包括中文分词；词性标注；命名实体识别；新词识别；同时支持用户词典。我们先后精心打造五年，内核升级8次，目前已经升级到了ICTCLAS2010！-VC call to Word 2010 version of t
windows_c_32
- 中文词法分析是中文信息处理的基础与关键。中国科学院计算技术研究所在多年研究工作积累的基础上，研制出了汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，主要功能包括中文分词；词性标注；命名实体识别；新词识别；同时支持用户词典。我们先后精心打造五年，内核升级6次，目前已经升级到了ICTCLAS3.0。ICTCLAS3.0分词速度单机996KB/s，分词精度98.45 ，API不超过2
NER
- 一个简单的基于OpenNLP的命名实体识别系统，语料采用CoNLL-2002-A simple named entity recognition system based on OpenNLP corpus of CoNLL-2002
CRFPP-0.53-
- CRF++-0.53,条件随机场命名实体识别，0.53版本，顺利通过测试运行--0.53 CRF, conditional random field named entity recognition, 0.53 version, successfully passed the test run
perceptron-for-NER
- 一个中文NER工具，可以实现利用感知机的命名实体识别，效果比较好，大概在0.82左右- U4E00 u4E2A u4E2D u6587NER u5DE5 u5177 uFF0C u53EF u4EE5 u5B9E u73B0 u5229 u7528 u611F u77E5 u673A u7684 u547D u540D u5B9E u4F53 u8BC6 u522B uFF0C u6548 u679C u6BD4 u8F83 u597D