vnlp

Fonctionnalité:

• Séparateur de phrase

• Normalisateur

  • Correction d'orthographe / typo
  • Convertir les nombres en forme de mot
  • Déascification

• Retour des mots arrêtés:

  • Statique
  • Dynamique

• STEMMER: Analyseur morphologique et désambiguinateur

• Nommé Reconnaître de l'entité (NER)

• Analyseur de dépendance

• Partie du tagger de la parole (pos)

• Analyseur de sentiment

• Les incorporations de mots turques

  • Texte rapide
  • Word2vec
  • Tokenizer unigramme de phrase

• Résumé des nouvelles

• Nouvelles paraphrasant

• Des modèles de résumé et de paraphrasage sont disponibles dans la démo. Contactez-nous à [email protected] pour API.

Démo:

• Essayez la démo.

Installation

 pip install vngrs-nlp

Documentation:

• Voir la documentation pour les détails sur l'utilisation, les classes, les fonctions, les ensembles de données et les mesures d'évaluation.

Métrique:

Exemple d'utilisation:

Analyseur de dépendance

 from vnlp import DependencyParser
dep_parser = DependencyParser()

dep_parser.predict("Oğuz'un kırmızı bir Astra'sı vardı.")
[("Oğuz'un", 'PROPN'),
 ('kırmızı', 'ADJ'),
 ('bir', 'DET'),
 ("Astra'sı", 'PROPN'),
 ('vardı', 'VERB'),
 ('.', 'PUNCT')]

# Spacy's submodule Displacy can be used to visualize DependencyParser result.
import spacy
from vnlp import DependencyParser
dependency_parser = DependencyParser()
result = dependency_parser.predict("Oğuz'un kırmızı bir Astra'sı vardı.", displacy_format = True)
spacy.displacy.render(result, style="dep", manual = True)

Citation

 @article { turker2024vnlp ,
  title = { VNLP: Turkish NLP Package } ,
  author = { Turker, Meliksah and Ari, Erdi and Han, Aydin } ,
  journal = { arXiv preprint arXiv:2403.01309 } ,
  year = { 2024 }
}