Beranda>Terkait pemrograman>Kode sumber lainnya
Unduh

Neologdn

Neologdn adalah Normalizer Teks Jepang untuk Mecab-Neologd.

Normalisasi didasarkan pada aturan neologd: https://github.com/neologd/mecab-ipadic-neologd/wiki/regexp.ja

Kontribusi dipersilakan!

Catatan: Memasang modul ini membutuhkan kompiler C ++ 11.

Instalasi

 $ Pip Instal Neologdn

Penggunaan 

 import neologdn
neologdn . normalize ( "ﾊﾝｶｸｶﾅ" )
# => 'ハンカクカナ'
neologdn . normalize ( "全角記号！？＠＃" )
# => '全角記号!?@#'
neologdn . normalize ( "全角記号例外「・」" )
# => '全角記号例外「・」'
neologdn . normalize ( "長音短縮ウェーーーーイ" )
# => '長音短縮ウェーイ'
neologdn . normalize ( "チルダ削除ウェ~∼∾〜〰～イ" )
# => 'チルダ削除ウェイ'
neologdn . normalize ( "いろんなハイフン˗֊‐‑‒–⁃⁻₋−" )
# => 'いろんなハイフン-'
neologdn . normalize ( "　　　ＰＲＭＬ　　副　読　本　　　" )
# => 'PRML副読本'
neologdn . normalize ( " Natural Language Processing " )
# => 'Natural Language Processing'
neologdn . normalize ( "かわいいいいいいいいい" , repeat = 6 )
# => 'かわいいいいいい'
neologdn . normalize ( "無駄無駄無駄無駄ァ" , repeat = 1 )
# => '無駄ァ'
neologdn . normalize ( "1995〜2001年" , tilde = "normalize" )
# => '1995~2001年'
neologdn . normalize ( "1995~2001年" , tilde = "normalize_zenkaku" )
# => '1995〜2001年'
neologdn . normalize ( "1995〜2001年" , tilde = "ignore" )  # Don't convert tilde
# => '1995〜2001年'
neologdn . normalize ( "1995〜2001年" , tilde = "remove" )
# => '19952001年'
neologdn . normalize ( "1995〜2001年" )  # Default parameter
# => '19952001年'

Benchmark 

 # Sample code from
# https://github.com/neologd/mecab-ipadic-neologd/wiki/Regexp.ja#python-written-by-hideaki-t--overlast
import normalize_neologd

% timeit normalize ( normalize_neologd . normalize_neologd )
# => 9.55 s ± 29.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)


import neologdn
% timeit normalize ( neologdn . normalize )
# => 6.66 s ± 35.8 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Neologdn sekitar x1.43 lebih cepat dari kode sampel.

Detail digambarkan sebagai buku catatan di bawah ini: https://github.com/ikegami-ykino/neologdn/blob/master/benchmark/benchmark.ipynb

Lisensi

Lisensi Perangkat Lunak Apache.

Kontribusi

Kontribusi dipersilakan! Lihat: https://github.com/ikegami-yukino/neologdn/blob/master/.github/contributing.md

Dikutip oleh

Buku

Yamamoto Kazuhide. Teknik elemen pemrosesan teks. Ilmuwan Modern. Hal.41. 2021.

Blog

  • [Perpustakaan Pendahuluan] Perpustakaan Normalisasi Teks Neologdn: https://diatonic.codes/blog/neologdn/
  • Preprocessing Teks Jepang: Neologdn, huruf besar, huruf kecil, normalisasi unicode-Blog Tuttieee: https://tuttieee.hatenablog.com/entry/ja-nlp-preprocess
  • ▲ Fungsi hari ini == neologdn.normalize () == - TPT Blog: https://ds-blog.tbtech.co.jp/entry/2020/05/11/%E2%96%B2%E6%9C%AC%E6%97%A5%3D%AM .NOLOGDN_NOLOLOGE
  • Pelajari tentang NLP: https://zenn.dev/panyoriokome/scraps/d67f68ab50c0c1
  • Memanggil Pustaka Python untuk normalisasi teks dari Matlab #python - Qiita: https://qiita.com/aoimidori/items/ab5a4383b5a7bb307bad
  • Memperkenalkan prosedur preprocessing untuk pemrosesan bahasa alami dengan kode python | Memperkenalkan pemanfaatan AI dan kasus implementasi AI | Memperkenalkan pemanfaatan AI dan kasus implementasi AI: https://www.matrixflow.net/case-study/75/
  • Memo preprocessing Jepang menggunakan Python | Datum Studio Co., Ltd.: https://datumstudio.jp/blog/python%E3%81%AB%E3%82%88%E3%82%8B%E6%97%A5% E6%9C%AC%E8%AA%9E%E5%89%8D%E5%87%A6%E7%90%86%E5%82%99%E5%BF%98%E9%8C%B2/
  • Pretreatment, Pretreatment, dan Pretreatment (Pemrosesan Bahasa Alami: Edisi Jepang) | Narudesu: https://note.com/narudesu/n/na35de30a583a
  • Neologd.normalize dengan kunci pintasan: https://scrapbox.io/nishio/%E3%82%B7%E3%83%A7%E3%83%BC%E3%83%88%E3%82%AB %E333333333333333%
  • Membangun lingkungan untuk pemrosesan bahasa alami menggunakan python #python - qiita: https://qiita.com/lawyer_alpaca/items/86b0deda984170203467
  • Python menormalkan contoh: https://python.hotexamples.com/examples/neologdn/-/normalize/python-normalize-function-examples.html
  • Shishimaro Co., Ltd. (CH-4) Analisis Dataset CHABSA Menggunakan Alokasi Dirichlet Potensial (LDA): https://shishimaro.co.jp/blog/ai/538
  • Preprocessing Dokumen Jepang Sebelum Analisis Morfem (Python) - Ke Diary: https://ohke.hateblo.jp/entry/2019/02/09/141500
  • Buat Kecerdasan Buatan Memahami Bahasa! ? Penjelasan menyeluruh tentang preprocessing data yang penting untuk pemrosesan bahasa alami menggunakan Python | AI Research Institute: https://ai-kenkyujo.com/programming/make-ounderstand-the-language/
  • Buat Kamus Pengguna Mecab yang mencerminkan Wikipedia terbaru - Ekstensi Neologd | Plakome: https://purakome.net/mecab/addwiki/
  • [Pengantar Pemrosesan Bahasa Alami] Memproses kalimat menggunakan kata -kata berhenti dan normalisasi | Blog Insinyur Mynavi: https://engineerblog.mynavi.jp/technology/nlp_stopword/
  • Notasi Terpadu [Bahasa Alami Pemrosesan Toko Kue Padi]: https://www.jnlp.org/nlp/%E6%A0%A1%E6%AD%A3/%E8%A1%A8%A8%A8%98%E7%B5%B1%E4%B8%80%80%98%98%B5%B5%B1%B8%B8%80%80%98%98%B5%B5%B5%B8%B8%80%80%
  • Membangun T5 Model Pembuatan Teks Menggunakan PyTorch - Praktek Mudah Dengan Pembelajaran Transfer di Transformers - Magang Data Scientist's Hideaway: https://www.dskomei.com/entry/2021/09/28/110016
  • Berjalan dengan Gajah: Penambangan Teks Mudah Dengan Goolge Colab (Pra-Prosesing Jepang): https://walking-elephant.blogspot.com/2023/07/text-mining-normalized.html
  • [Mari kita terapkan pemrosesan bahasa alami (NLP) di Python! ] Penjelasan menyeluruh tentang pengetahuan yang perlu Anda pelajari! -garis depan pengembangan lepas pantai Vietnam oleh Mattock Inc.: Https://mattock.jp/blog/artitificial-intelligence/nlp/lets-implement-nlp-in-python/
  • Alat [Humaniora Digital Jepang: Wiki Sumber Daya]: https://dhjapan.org/wiki/doku.php?id=tools
  • Saya mencari kata -kata musiman modern dalam Python | AIDEMY | AIDEMY AI Layanan Pembelajaran Pemrograman Mulai dalam 10 detik [idemy]: https://aidemy.net/magazine/703/
Memperluas
Informasi Tambahan
Aplikasi Terkait
Direkomendasikan untuk Anda
Informasi Terkait Semua