pycantonese

Pycantonese: Linguistik dan NLP Kanton di Python

Dokumentasi Lengkap: https://pycantonese.org

Pycantonese adalah perpustakaan Python untuk linguistik Kanton dan pemrosesan bahasa alami (NLP). Fitur yang saat ini diimplementasikan (lebih lanjut yang akan datang!):

• Mengakses dan Mencari Data Corpus
• Parsing dan alat konversi untuk romanisasi jyutping
• Menguras teks Kanton
• Hentikan kata -kata
• Segmentasi kata
• Tagging bagian-of-speech

Unduh dan instal

Untuk mengunduh dan menginstal versi stabil dan terbaru:

 $ Pip Instal -Pycanton yang Diperbaiki

Siap untuk lebih banyak? Lihat halaman QuickStart.

Konsultan

Jika tim Anda ingin bantuan profesional dalam menggunakan Pycantonese, konsultasi lepas dan layanan pelatihan tersedia untuk kelompok akademik dan komersial. Silakan email Jackson L. Lee.

Mendukung

Jika Anda menemukan orang Pycanton bermanfaat dan ingin menawarkan dukungan, membelikan saya kopi akan sangat membantu!

Tautan

• Kode Sumber: https://github.com/jacksonllee/pycantonese
• Pelacak Bug: https://github.com/jacksonllee/pycantonese/issues
• Media Sosial: Facebook dan Twitter

Bagaimana mengutip

Pycantonese ditulis dan dikelola oleh Jackson L. Lee.

Lee, Jackson L., Litong Chen, Charles Lam, Chaak Ming Lau, dan Tsz-Him Tsui. 2022. Pycantonese: Linguistik Kanton dan NLP di Python. Prosiding Konferensi Sumber Daya dan Evaluasi Bahasa ke -13 .

@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" ,
}

Lisensi

Lisensi MIT. Silakan lihat LICENSE.txt dalam kode sumber GitHub untuk detailnya.

Dataset HKCANCOR yang termasuk dalam Pycantonese secara substansial dimodifikasi dari sumbernya dalam hal format. Dataset asli memiliki CC berdasarkan lisensi. Silakan lihat pycantonese/data/hkcancor/README.md dalam kode sumber GitHub untuk detailnya.

Data Rime-Canton (rilis 2021.05.16) dimasukkan ke dalam Pycanton untuk segmentasi kata dan konversi karakter-ke-jyutping. Data ini memiliki lisensi CC dengan 4.0. Silakan lihat pycantonese/data/rime_cantonese/README.md dalam kode sumber github untuk detailnya.

Logo

Logo Pycanton adalah karakter Cina 粵 yang berarti Kanton, dengan desain artistik oleh albino.snowman (pegangan Instagram).

Ucapan Terima Kasih

Sumber daya yang luar biasa dengan lisensi permisif yang telah dimasukkan ke dalam orang Pycanton:

• Hkcancor
• Rime-Cantonese

Individu yang telah menyumbangkan permintaan tarik, laporan bug, dan umpan balik lainnya (dalam urutan abjad nama belakang):

• @cathug
• Obligasi Francis
• Jenny Chim
• Eric Dong
• @G-Traveller
• @GraphemeCluster
• Rachel Han
• Ryan Lai
• @laubonghaudoi
• Katrina Li
• Kevin Li
• @Zhanruiliang
• Hill Ma
• @Richielo
• @rylanchiu
• Stephan Stiller
• Robin Yuen

Changelog

Silakan lihat CHANGELOG.md .

Mendirikan lingkungan pengembangan

Kode terbaru yang sedang dikembangkan tersedia di Github di Jacksonllee/Pycantonese. Untuk mendapatkan versi ini untuk fitur eksperimental atau untuk pengembangan:

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

Untuk menjalankan tes dan cek penataan:

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

Untuk membangun file situs web dokumentasi:

$ python docs/source/build_docs.py