الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

المورد التايلاندي NLP

مجموعة من مكتبات برامج معالجة اللغة الطبيعية التايلاندية (NLP) ، والقواميس ، والجسم. نرحب دائمًا بطلبات السحب.

المكتبات/الخدمات

مجموعة الشخصية التايلاندية

مكتبة وصف لغات البرمجة سمات رخصة المؤلف والرابط
JTCC مجموعة الشخصية التايلاندية جافا GPL-3.0 ويتاوات
TCC مجموعة الشخصية التايلاندية بيثون Apache 2.0 Wannaphong

تحليل المشاعر

مكتبة وصف لغات البرمجة سمات رخصة المؤلف والرابط
المشاعر _analysis_thai Jagerv3

Soundex

مكتبة وصف لغات البرمجة سمات رخصة المؤلف والرابط
Pythainlp بيثون 3 LK82 + UDOM83 Apache 2.0 كوراكوت ، جيثب

تجزئة الكلمات

مكتبة وصف لغات البرمجة سمات رخصة المؤلف والرابط
شامخو لاو/تجزئة الكلمات التايلاندية الصدأ LGPL جيثب
Cutkum تجزئة الكلمات التايلاندية مع التعلم العميق في Tensorflow. rnn. بيثون 93 ٪ F-Measure. معهد ماساتشوستس للتكنولوجيا بوكتادا ، جيثب
Cetthai تجزئة الكلمات التايلاندية مكتوبة في تحرير النصف صرف القهوة معهد ماساتشوستس للتكنولوجيا Pureexe/Cutthai Github
عميق مكتبة رمز كلمة تايلاندية باستخدام الشبكة العصبية العميقة. سي إن إن. بيثون 98.8 ٪ F-Measure. معهد ماساتشوستس للتكنولوجيا RKCOSMOS ، جيثب
Lexto: Thai Lexeme Tokenizer جافا LGPL نكتة
lexto بيثون 2 LGPL جيثب
lexto بيثون 3 LGPL جيثب
تجميع الكلمة متعددة المرشحين تجزئة الكلمات متعددة المرشحين للغة التايلاندية بيثون ، RNN ، LSTM 97.0 ٪ F-Measure (مستوى الكلمات) ، 98.95 ٪ F-Measure (مستوى الحدود) معهد ماساتشوستس للتكنولوجيا ورقة ، جيثب
Pythainlp بيثون 3 أقصى مطابقة ومحركات أخرى مختلفة Apache 2.0 جيثب
تمطر Swath (تحليل الكلمات الذكية للتايلاندية) هو تجزئة الكلمات للتايلاندية ج أطول مطابقة ومطابقة أقصى وجزء من الكلام Bigram. GPL Paisarn Charoenpornsawat ، CMU
Synthai تجزئة الكلمات التايلاندية وعلامة جزء من الكلام مع التعلم العميق. rnn. LSTM. بيثون 99.2 ٪ F-Measure معهد ماساتشوستس للتكنولوجيا كينجيرواي ، جيثب
مجموعة أدوات اللغة التايلاندية (TLTK) استنادًا إلى ورقة كتبها Wirote Aroonmanakun في عام 2002. يعتمد تجزئة الكلمات على نهج التجميع القصوى. يعتمد تجزئة مقطع لفظي على إحصائيات 3Grams. (تم تضمين مجموعة البيانات) بيثون 97.86 ٪ F-Measure. (تم اختباره على اختبار مختلف ؛ ليس من العدل مقارنتها مع نماذج أخرى.) GPLV3 pypi
WordCut الكسارة الكلمة التايلاندية لـ Node.js JavaScript ، Node.js LGPL-3.0 Veer66 ، جيثب
WordCutpy Tokenizer Word Thai Simple مكتوب في ملف Python 1 بيثون 3 LGPL-3.0 Veer66 ، جيثب

جزء من علامات الكلام (وضع علامات POS)

مكتبة وصف لغات البرمجة سمات رخصة المؤلف والرابط
الرسم البياني التايلاندية التايلاندية ج جميع الحقوق محفوظة Aiat ، kindml ، Thanaruk T. ([email protected]) ، Tchayintr ، العرض التوضيحي في iApp
Jitar+Naist trigram بسيطة hmm tagger جزء من الكلام جافا Ver66 ، Jitar + Naist ، 1 + Naist ، 2
Synthai تجزئة الكلمات التايلاندية وعلامة جزء من الكلام مع التعلم العميق. rnn. LSTM. بيثون 0.9163 F-Measure. rnn. LSTM معهد ماساتشوستس للتكنولوجيا كينجيرواي ، جيثب

الاسم التعرف على الكيان

مكتبة وصف لغات البرمجة سمات رخصة المؤلف والرابط
علامة كيان اسمها (العش التايلاندي) التايلاندية المسماة المواصفات والأدوات GPL Kindml ، Siit ، Aiat
ثينر تايلان بيثون Apache 2.0 (Code) و CC by 3.0 (DataSet) ثينر

وضع علامة على هيكل الأخبار

مكتبة وصف لغات البرمجة سمات رخصة المؤلف والرابط
برنامج وضع علامة على هيكل الأخبار برنامج وضع علامة على هيكل الأخبار التايلاندي وضع علامات البيانات الوصفية ، وضع العلامات على الهيكل ، توليد عنوان الأخبار التلقائي GPL أيات

التحليل والأدوات النحوية

مكتبة وصف لغات البرمجة سمات رخصة المؤلف والرابط
الرسم البياني استخراج بنية النحوية من جملة POS الموسومة. ج جميع الحقوق محفوظة Aiat ، kindml ، Thanaruk T. ([email protected]) ، Tchayintr ، العرض التوضيحي في iApp
معالجة القواعد قوسين مسموح به -> قواعد خالية من السياق (CFGS) بيثون تحويل وحساب الاحتمال tchayintr

تضمين الكلمات

مكتبة وصف لغات البرمجة سمات رخصة المؤلف والرابط
Kobkrit-word-embedding تنفيذ TensorFlow لتضمين الكلمات التايلاندية بيثون رمز المصدر ، مثال ، الرسم البياني لمسافة الكلمة LGPL Kobkrit V.

إجابة الأسئلة (فهم الجهاز)

خدمة وصف رخصة المؤلف والرابط
فهم الآلة التايلاندية (THAIMC) تدفق الانتباه ثنائي الاتجاه حقوق الطبع والنشر (كخدمة) IAPP-AI

انصهار

خدمة وصف رخصة المؤلف والرابط
العاطفة التايلاندية LSTM GPL العرض التوضيحي في IAPP-AI و SOURCE ، GITHUB

Corpus و DataSet

القواميس / أزواج الترجمة

مكتبة وصف مقاس سمات رخصة وصلة
ليكسيترون تايلاندي <-> قاموس اللغة الإنجليزية th-> en ، en-> th رخصة ليكسيترون نكتة
ترجمة كوربوس 31K أزواج زوج الترجمة التايلاندية CC BY-NC-SA 3.0 TH نكتة
ييتون lexitron في تنسيق قابلة للقراءة الجهاز (XML) th-> en ، en-> th رخصة ليكسيترون Veer66 مخطط ، رمز التحويل

Text Text Corpus

مكتبة وصف مقاس سمات رخصة وصلة
انقر فوق جمل الطعم جملة الطعم النقر التايلاندي 330 أرسلت. (90.7 كيلو بايت) معهد ماساتشوستس للتكنولوجيا Wannaphongcom
Interbest 2009/2010 5M كلمات كلمة seg. CC BY-NC-SA 3.0 TH نكتة
السحلية أرسل 30 كيلو. كلمة seg. ، pos الموسومة. CC BY-NC-SA 3.0 TH نكتة
رئيس الوزراء 29 أحكام خطاب رئيس الوزراء 29 338 كيلو بايت كلمة segged ، كيان الاسم الموسومة معهد ماساتشوستس للتكنولوجيا Wannaphongcom
التايلاندية- جوكس كوربوس تنظيف النكات التايلاندية كوربوس 457 النكات GPLV3 IAPP Technology
تايلان سميت شركة كيان كوربوررا من قبل طلاب ويرو أرونماناكون 266 كيلو بايت -1.5 ميجابايت مقطع لفظي GPLV3 (غير متأكد ، ولكن TLTK يستخدم هذا الترخيص) นัชชา ถิระสาโรช البيانات
ศศิวิมล กาลันสีมา البيانات
ณัฐดาพร เลิศชีวะ البيانات
عش التايلاندي التايلان 45K+ اسم الرمز المميز اسم الكيان الموسومة LGPL Kindml
قائمة الكلمات العاطفية التايلاندية قائمة الكلمات العاطفية التايلاندية 52 كيلو بايت الكلمات المنفصلة مثل adj ، v معهد ماساتشوستس للتكنولوجيا Wannaphongcom
ويكيبيديا التايلاندية مقالات رسمية 1.49 جيجابايت (~ 213.1 ميغابايت مضغوط) XML GFDL ويكيبيديا
Wordnet التايلاندية بناء wordnet التايلاندية من 1st order contity المفاهيم الأساسية المشتركة باستخدام طريقة ترجمة ثنائية الاتجاه ومع قواميس مناهج تجميعية مختلفة (ธนนท์ หลีน้อย)

بناء wordnet التايلاندية من المفاهيم الأساسية للمنظم الثاني باستخدام طريقة ترجمة ثنائية الاتجاه: دراسة لتنوع المعاني التي تؤثر على دقة الترجمة (ปริศนา อัครพุทธิพร)		 Wordnet ن/أ ธนนท์ หลีน้อย 2008
ปริศนา อัครพุทธิพร البيانات 2008
TNC Top-5000 Words تردد الكلمة 5000 كلمة تواتر الكلمات التايلاندية في أنواع مختلفة ، Excel جميع الحقوق محفوظة تشولا
سمية في التغريد التايلان مجموعة معالجة اللغة الطبيعية بجامعة طوكيو تم تصنيف كل تغريدة على أنها سامة أو غير سامة CC BY-NC 4.0 TMU-NLP
Wiseight Sentiment Corpus رسالة وسائل التواصل الاجتماعي مع تسمية المشاعر (إيجابية ، محايدة ، سلبية ، سؤال). ~ 26،700 رسالة تسمية المشاعر ، تسمية السؤال المجال العام Pythainlp

مجموعة نص استعلام الويب

مكتبة وصف مقاس سمات رخصة وصلة
التايلاندية الوطنية 2 32 متر كلمات نص الاستعلام حسب النوع ، المجال جميع الحقوق محفوظة تشولا
الوثيقة الطبية التايلاندية 3594 مستندات الوثيقة وخريطة الكلمات الرئيسية الديناميكية جميع الحقوق محفوظة kindml ، siit
مكتبة لغات جنوب شرق آسيا الأخبار التايلاندية ، نص الويب ، موسيقى البوب ​​، الأدب ، أسماء الأعضاء 20m شارز مرحلة حول نص البحث سيلانغ
HSE Thai Corpus النصوص الحديثة المكتوبة باللغة التايلاندية (معظمها على مواقع الأخبار) 50m الرموز الاستعلام عن طريق نموذج الكلمة ، elexeme ، الترجمة ، السمات النحوية ، السمات المعجمية مدرسة HSE اللغوية

مجموعة موازية

مكتبة وصف مقاس سمات رخصة وصلة
Talpco TUFS اللغة الآسيوية مجموعة موازية أرسل 1327 مجموعة متوازية مفتوحة تتألف من جمل يابانية وترجماتها إلى البورميين (ميانمار ؛ اللغة الرسمية لجمهورية اتحاد ميانمار) ، الملايو (اللغة الوطنية في ماليزيا ، سنغافورة وبروناي) ، إندونيسية ، تايلاندية ، فيتنام والإنجليزية CC بحلول 4.0 Talpco

نماذج اللغة التي تم تدريبها مسبقًا

نموذج تدريب مسبقًا وصف مقاس أبعاد رخصة وصلة
fasttext طراز تخطي غرام مدرب على ويكيبيديا باستخدام fasttext 300 CC BY-SA 3.0 Facebook + Bin & Text + Text فقط
Thai2fit Ulmfit على ويكيبيديا. الحيرة 46.80959 مع 60،002 تدمير. 70 ميجابايت 300 معهد ماساتشوستس للتكنولوجيا THAI2VEC / PYTHAINLP
ثبرت بعد بيرت آخر تدريب مسبقًا خاصة في التايلاندية Apache 2.0 tchayintr

المعايير

معايير تصنيف النص التايلاندي

  • Wongnai-Corpus
  • Prachathai-67k
  • Wiseight-Sentiment
  • truevoice-intent: الوجهة

أدوات

مستخلصات كوربوس

مكتبة وصف لغات البرمجة سمات رخصة المؤلف والرابط
Best2010 طباخ أداة لاستخراج الكلمات المجزأة من Thai Best2010 Corpus بيثون 3 استخراج الكلمات والميزات وأقسام البيانات المجزأة Apache 2.0 tchayintr

لم يتم العثور عليها؟ حاول أن ننظر إلى قائمة/مورد رائع آخر لـ NLP (مثل هذا)

https://resources.aiat.or.th/

شكر وتقدير

  • باك - للاقتراحات على كلمات الترخيص.
  • C4N
  • Veer66
  • BI89
  • tchayintr
  • Pureexe
  • CSTORM125
  • Wannaphongcom
  • ekapolc
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل