vnlp

Fungsionalitas:

• Kalimat splitter

• Normalizer

  • Koreksi ejaan/kesalahan ketik
  • Konversi angka ke bentuk kata
  • Deasciification

• Penghapus Stopword:

  • Statis
  • Dinamis

• Stemmer: Morphological Analyzer & Disambiguator

• Named Entity Acronizer (NER)

• Parser ketergantungan

• Bagian dari tagger ucapan (pos)

• Penganalisa sentimen

• Kata embeddings kata Turki

  • FastText
  • Word2vec
  • Tokenizer unigram kalimat

• Ringkasan berita

• Berita parafrase

• Model peringkasan dan parafrase tersedia dalam demo. Hubungi kami di [email protected] untuk API.

Demo:

• Coba demo.

Instalasi

 pip install vngrs-nlp

Dokumentasi:

• Lihat dokumentasi untuk detail tentang penggunaan, kelas, fungsi, kumpulan data, dan metrik evaluasi.

Metrik:

Contoh Penggunaan:

Parser ketergantungan

 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)

Kutipan

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