pycantonese

Picantonesa: Lingüística cantonesa y PNL en Python

Documentación completa: https://pycantonese.org

Picantonese es una biblioteca de Python para lingüística cantonesa y procesamiento de lenguaje natural (PNL). Características implementadas actualmente (¡más por venir!):

• Acceso y búsqueda de datos del corpus
• Herramientas de análisis y conversión para la romanización jyutping
• Animado de texto cantonés
• Detener las palabras
• Segmentación de palabras
• Etiquetado de parte del discurso

Descargar e instalar

Para descargar e instalar la versión estable más reciente:

 $ Pip Install -Upgrade Pycantonese

¿Listo para más? Consulte la página QuickStart.

Consultante

Si su equipo desea asistencia profesional para usar Picantonese, los servicios de consultoría y capacitación independiente están disponibles para grupos académicos y comerciales. Envíe un correo electrónico a Jackson L. Lee.

Apoyo

Si ha encontrado que Pycantonese es útil y le gustaría ofrecerle apoyo, ¡comprarme un café sería muy útil!

Campo de golf

• Código fuente: https://github.com/jacksonllee/pycantonese
• Bug Tracker: https://github.com/jacksonllee/pycantonese/issues
• Redes sociales: Facebook y Twitter

Cómo citar

Pycantonese es escrito y mantenido por Jackson L. Lee.

Lee, Jackson L., Litong Chen, Charles Lam, Chaak Ming Lau y Tsz-Him Tsui. 2022. Picantonesa: Lingüística cantonesa y PNL en Python. Actas de la 13ª Conferencia de Recursos y Evaluación del Lenguaje .

@inproceedings{lee-etal-2022-pycantonese,
   title = "PyCantonese: Cantonese Linguistics and NLP in Python" ,
   author = "Lee, Jackson L.  and
      Chen, Litong  and
      Lam, Charles  and
      Lau, Chaak Ming  and
      Tsui, Tsz-Him",
   booktitle = "Proceedings of The 13th Language Resources and Evaluation Conference" ,
   month = june,
   year = "2022" ,
   publisher = "European Language Resources Association" ,
   language = "English" ,
}

Licencia

Licencia MIT. Consulte LICENSE.txt en el código fuente de GitHub para obtener más detalles.

El conjunto de datos HKCancor incluido en Pycantonese se modifica sustancialmente a partir de su fuente en términos de formato. El conjunto de datos original tiene un CC por licencia. Consulte pycantonese/data/hkcancor/README.md en el código fuente de GitHub para obtener más detalles.

Los datos de Rime-Cantonese (lanzamiento 2021.05.16) se incorporan a Picantonese para la segmentación de palabras y la conversión de caracteres a juzgando. Estos datos tienen una licencia CC por 4.0. Consulte pycantonese/data/rime_cantonese/README.md en el código fuente de GitHub para obtener más detalles.

Logo

El logotipo de Picantonese es el personaje chino 粵 que significa cantonés, con diseño artístico de Albino.Snowman (Handle de Instagram).

Expresiones de gratitud

Recursos maravillosos con una licencia permisiva que se ha incorporado a Pycantonese:

• HKCANCOR
• húmedo-cantonesa

Las personas que han contribuido con solicitudes de extracción, informes de errores y otros comentarios (en orden alfabético de apellidos):

• @Cathug
• Vínculo de Francis
• Jenny Chim
• Eric Dong
• @G-Traveller
• @Graphemecluster
• Rachel Han
• Ryan Lai
• @laubonghaudoi
• Katrina Li
• Kevin Li
• @Zhanruiliang
• Colina ma
• @Richielo
• @rylanchiu
• Stephan Stiller
• Robin Yuen

Colegio de cambios

Consulte CHANGELOG.md .

Configurar un entorno de desarrollo

El último código en desarrollo está disponible en GitHub en Jacksonllee/Pycantonese. Para obtener esta versión para características experimentales o para el desarrollo:

$ git clone https://github.com/jacksonllee/pycantonese.git
$ cd pycantonese
$ pip install -e " .[dev] "

Para ejecutar pruebas y cheques de estilo:

$ pytest
$ flake8 src tests
$ black --check src tests

Para crear los archivos del sitio web de documentación:

$ python docs/source/build_docs.py