搜索资源列表
lingpipe-3.6.0
- 一个自然语言处理的Java开源工具包。LingPipe目前已有很丰富的功能，包括主题分类（Top Classification）、命名实体识别（Named Entity Recognition）、词性标注（Part-of Speech Tagging）、句题检测（Sentence Detection）、查询拼写检查（Query Spell Checking）、兴趣短语检测（Interseting Phrase Detection）、聚类（Clustering）、字符语言建模（Character
LTP
- 哈工大LTP自然语言处理工具的java调用实例，利用jni调用dll，实现中文的分词，词性标注，建立依存树等-HIT LTP natural language processing tool called an instance of java using jni call the dll, to achieve in Chinese word segmentation, POS tagging, the establishment of dependency trees, etc.
windows_JNI_32bit
- ICT分词程序接口 用以进行中文文本分词，词性标注。-ICT segmentation program interface for the conduct of the Chinese text word segmentation, POS tagging.
ICTCLAS_JAVA
- 使用汉语分词系统ICTCLAS_JAVA版本进行中文分词、词性标注-Use of Chinese word segmentation system ICTCLAS_JAVA version of Chinese word segmentation, POS tagging
ictclas4j
- 本代码用java实现了分词功能，包括分词和词性标注，里面有具体的说明文档，包括数据结构的设计，分词步骤，分词系统研究等。-The code is implemented using java segmentation features, including word segmentation and POS tagging, which have specific documentation, including data structure design, word steps, such a
HLSeg_JAVA_Example
- 中文分词 支持对输出颗粒的控制，可以输出普通颗粒与用于检索的小颗粒；同时输出词串所在句号、段号、词号、词性等信息。 关于分词输出颗粒，我们认为各种应用对分词要求的颗粒度是不同的. 比如自动分类、关键词抽取比搜索需要的分词颗粒度要大, 因为这样表示文本语义特征时效果会更好, 而检索有一个查全率的要求, 就需要把分词单位做的更为细致, 不然就会造成漏查。 海量系统现在提供了两种颗粒的规则, 其中, 默认的为大颗粒接口, 主要用于自动分类、信息挖潜、机器翻译、语音合成、人工智能等领域,
ik
- 一个简单的IK分词的demo，我建议使用中科院分词，因为支持词性标注-A simple IK word of the demo, I recommend using CAS segmentation because they support tagging
Ictclas
- 中文分词的java实现实例。包括词性标注和分词等功能。-Chinese word segmentation to achieve the java instance. Including word tagging and other functions.
FMM_RMM
- 中文分词 以及词性标注，在awt界面上将中文分词,用的是最大正向匹配以及反向最大匹配-Chinese word segmentation and tagging, the interface will be in awt Chinese word segmentation, matching with the maximum forward and reverse maximum matching
0nlu_project
- 本系统使用java语言编写,采用机器学习的方法进行自然语言处理，对中文进行分词和词性标注。分词采用crf模型，词性标注用hmm模型，解码算法为Vertibi算法。-The system uses java language, using machine learning methods for natural language processing, for Chinese word segmentation and POS tagging. Segmentation using crf mod
Nlpir
- 前NLPIR汉语分词系统(又名ICTCLAS2013),主要功能包括中文分词；词性标注；命名实体识别；用户词典功能；支持GBK编码、UTF8编码、BIG5编码。新增微博分词、新词发现与关键词提取；张华平博士先后倾力打造十余年，内核升级10次。国内国际排名均为第一。 项目已经配置好环境，导入Eclipse即可使用，文件内src下的TestUTF8.java可以直接运行，提供了分词接口-Before NLPIR Chinese word segmentation system (aka I
ltp_new
- 使用哈工大信息检索实验室LTP系统进行分词，词性标注，命名实体识别，依存句法分析，语义角色标注 同时是最新版API使用情况，JAVA版本，并且生成XML文件-Retrieval Laboratory LTP system segmentation, the use of Harbin Institute of technology information of part of speech tagging, named entity recognition, dependency parsi
nlpir_ictclas2013_release
- 中科院发布的分词系统，能很好的进行中文分词，词性标注。-Chinese Academy of Sciences released a segmentation system that can be very good for Chinese word segmentation, POS tagging.
jieba-analysis-master
- 结巴分词(java版)只保留的原项目针对搜索引擎分词的功能(cut_for_index、cut_for_search)，词性标注，关键词提取没有实现(今后如用到，可以考虑实现)。-Stammer participle (Java version) to retain only the original project for search engine participle (cut for index, cut for search), part of speech tagging, keyw
FileDemo
- 对文件进行分词的例子.输出带词性的中文分词，已经去掉了停用词.-Examples of the file segmentation output of the Chinese word with POS, has been removed stop words.
Models_v1_v2
- 对中文文本进行分词，词性标注。训练模型，根据模型训练学习分词。(participle Part of speech tagging)
JNA
- 中文的分词，包括词性标注、关键词提取，Java文件(word segmentation and part of speech tagging)