홈페이지>프로그래밍 관련>기타 소스코드
다운로드

태국 NLP 리소스

태국 자연 언어 처리 (NLP) 소프트웨어 라이브러리, 사전 및 코퍼스 모음. 풀 요청에 항상 환영합니다.

라이브러리/서비스

태국 캐릭터 클러스터

도서관 설명 프로그래밍 언어 특징 특허 저자 및 링크
JTCC 태국 캐릭터 클러스터 자바 GPL-3.0 Wittawat
TCC 태국 캐릭터 클러스터 파이썬 아파치 2.0 wannaphong

감정 분석

도서관 설명 프로그래밍 언어 특징 특허 저자 및 링크
sentiment_analysis_thai jagerv3

Soundex

도서관 설명 프로그래밍 언어 특징 특허 저자 및 링크
pythainlp 파이썬 3 LK82 + UDO83 아파치 2.0 Korakot, Github

단어 세분화

도서관 설명 프로그래밍 언어 특징 특허 저자 및 링크
Chamkho 라오/타이어 단어 세분화 녹 lgpl github
Cutkum 텐서 플로에서 딥 러닝을 통한 태국어 단어 세분화. RNN. 파이썬 93% F- 측정. MIT Pucktada, Github
Cutthai 커피 스크립트 편집으로 작성된 태국어 단어 세분화 커피 스크립트 MIT PureExe/Cutthai github
딥 컷 깊은 신경망을 사용한 태국어 토큰 화 라이브러리. CNN. 파이썬 98.8% F- 측정. MIT rkcosmos, github
Lexto : Thai Lexeme Tokenizer 자바 lgpl NECTEC
렉토 파이썬 2 lgpl github
렉토 파이썬 3 lgpl github
다중 발사 단어 세분화 태국어를위한 다중 후보 단어 세분화 Python, RNN, LSTM 97.0% F- 측정 (단어 수준), 98.95% F- 측정 (경계 레벨) MIT 종이, github
pythainlp 파이썬 3 최대 일치 및 기타 다양한 엔진 아파치 2.0 github
넓은 길 Swath (태국어에 대한 스마트 단어 분석)는 태국어의 단어 세분화입니다. 기음 가장 긴 일치, 최대 일치 및 부품 Bigram. GPL Paisarn Charoenpornsawat, CMU
신타이 딥 러닝을 통한 태국어 세분화 및 부품 태그. RNN. lstm. 파이썬 99.2% F- 측정 MIT Kenjiroai, Github
태국어 툴킷 (TLTK) 2002 년 Wirote Aroonmanakun의 논문을 기반으로합니다. Word Segmentation은 최대 배치 접근법을 기반으로합니다. 음절 세분화는 3Grams 통계를 기반으로합니다. (데이터 세트 포함) 파이썬 97.86% F- 측정. (다른 테스트 세트에서 테스트되었습니다. 다른 모델과 비교하는 것은 공정하지 않습니다.) GPLV3 pypi
Wordcut node.js의 태국어 단어 차단기 JavaScript, node.js LGPL-3.0 Veer66, Github
Wordcutpy 1 Python 파일로 작성된 간단한 태국어 토큰 화기 파이썬 3 LGPL-3.0 Veer66, Github

음성 태깅의 일부 (POS 태깅)

도서관 설명 프로그래밍 언어 특징 특허 저자 및 링크
차트 포스 태국 POS 태거 기음 모든 권리 보유 Aiat, Kindml, Thanaruk T. ([email protected]), Tchayintr, IAPP의 데모
jitar+naist 간단한 Trigram hmm a-speech tagger 자바 Ver66, Jitar + Naist, 1 + naist, 2
신타이 딥 러닝을 통한 태국어 세분화 및 부품 태그. RNN. lstm. 파이썬 0.9163 F- 측정. RNN. lstm MIT Kenjiroai, Github

이름 엔티티 인식

도서관 설명 프로그래밍 언어 특징 특허 저자 및 링크
명명 된 엔티티 태깅 (태국 둥지) 태국어는 엔티티 태깅 사양 및 도구를 지명했습니다 GPL Kindml, Siit, aiat
Thainer 태국인 Pythainlp에 대한 기업 인식 명명 파이썬 Apache 2.0 (코드) 및 CC x 3.0 (데이터 세트) Thainer

뉴스 구조 태깅

도서관 설명 프로그래밍 언어 특징 특허 저자 및 링크
뉴스 구조 태깅 프로그램 태국 뉴스 구조 태깅 프로그램 메타 데이터 태깅, 구조 태깅, 자동 뉴스 제목 생성 GPL aiat

구문 파싱 및 도구

도서관 설명 프로그래밍 언어 특징 특허 저자 및 링크
차트 파서 POS 태그 된 문장에서 구문 구조를 추출하십시오. 기음 모든 권리 보유 Aiat, Kindml, Thanaruk T. ([email protected]), Tchayintr, IAPP의 데모
문법 가공 라벨링 된 브래킷 -> 컨텍스트 무료 문법 (CFGS) 파이썬 확률을 전환하고 계산합니다 Tchayintr

단어 임베딩

도서관 설명 프로그래밍 언어 특징 특허 저자 및 링크
Kobrit-Word-embedding 태국어 임베딩의 텐서 플로 구현 파이썬 소스 코드, 예제, 단어 거리 그래프 lgpl 코크리트 V.

질문 응답 (기계 이해력)

서비스 설명 특허 저자 및 링크
태국 기계 이해력 (thaimc) 양방향주의 흐름 저작권 (서비스로) IAPP-AI

분해

서비스 설명 특허 저자 및 링크
태국 감정 lstm GPL IAPP-AI 및 소스의 데모, Github

코퍼스 및 데이터 세트

사전 / 번역 쌍

도서관 설명 크기 특징 특허 링크
렉시트론 태국 <-> 영어 사전 th-> en, en-> th Lexitron 라이센스 NECTEC
음역 코퍼스 31k 쌍 타이 엔그 번역 쌍 CC BY-NC-SA 3.0 TH NECTEC
예이 트론 기계 읽기 가능한 형식 (XML)의 Lexitron th-> en, en-> th Lexitron 라이센스 VEER66 스키마, 데이터 및 변환 코드

다운로드 가능한 텍스트 코퍼스

도서관 설명 크기 특징 특허 링크
미끼 문장을 클릭하십시오 태국은 미끼 문장을 클릭합니다 330 보냈습니다. (90.7KB) MIT Wannaphongcom
Interbest 2009/2010 5m 단어 단어 seg. CC BY-NC-SA 3.0 TH NECTEC
난초 30K를 보냈습니다. Word seg., pos 태그. CC BY-NC-SA 3.0 TH NECTEC
총리 29 총리 29의 연설 문장 338KB 단어 segged, 이름 엔티티 태그 MIT Wannaphongcom
태국 조크 코퍼스 태국 농담 코퍼스 청소 457 농담 GPLV3 IAPP 기술
태국인은 Entity Corpora로 지명되었습니다 Wirote Aroonmanakun의 학생들에 의해 Entity Corpora로 지명되었습니다 266KB-1.5MB Syllable seg., Word Seg., 이름은 Entity Tagged입니다 GPLV3 (확실하지 않지만 TLTK는이 라이센스를 사용하고 있습니다) นัชชา นัชชา 데이터
ศศิวิมล ศศิวิมล 데이터
ณัฐดาพร ณัฐดาพร 데이터
태국어 태국어 : 태국어로 지명 된 엔티티 태깅 사양 및 도구 45K+ 이름 엔티티 토큰 이름 엔티티 태그 lgpl Kindml
태국 감상적인 단어 목록 태국 감상적인 단어 목록 52KB adj로 분리 된 단어, v MIT Wannaphongcom
타이 위키 백과 공식적인 기사 1.49GB (~ 213.1 MB 압축) XML GFDL 위키 백과
태국어 워드 넷 양방향 번역 방법을 사용하고 다른 편집 적 접근 방식의 사전을 사용한 1 차 엔티티 공통 기본 개념의 태국 Wordnet의 구성 (ธนนท์ หลีน้อย)

양방향 번역 방법을 사용한 제 2 차 실체 공통 기본 개념의 태국 워드넷 구성 : 번역 정확도에 영향을 미치는 의미의 다양성에 대한 연구 (ปริศนา อัครพุทธิพร)		 Wordnet N/A ธนนท์ 2008
ปริศนา ปริศนา 데이터 2008
TNC 상위 5000 단어 단어 빈도 5,000 단어 다양한 장르의 태국어 단어의 빈도, Excel 모든 권리 보유 chula
태국 트윗 코퍼스의 독성 도쿄 메트로폴리탄 대학 자연 언어 처리 그룹 각 트윗은 독성 또는 무독성으로 표시됩니다 CC By-NC 4.0 TMU-NLP
Wisesight 감정 코퍼스 감정 레이블이있는 소셜 미디어 메시지 (긍정적, 중립, 부정, 질문). ~ 26,700 메시지 감정 레이블, 질문 레이블 공개 도메인 pythainlp

웹 쿼리 텍스트 코퍼스

도서관 설명 크기 특징 특허 링크
태국 국립 코퍼스 2 32m 단어 장르의 쿼리 텍스트, 도메인 모든 권리 보유 chula
태국 의료 문서 3,594 문서 문서 및 동적 키워드 맵 모든 권리 보유 Kindml, siit
동남아시아 언어 도서관 태국 뉴스, 웹 텍스트, 팝 음악, 문학, 지문 20m 숯 검색 텍스트 주변의 단계 SEALANG
HSE 타이 코퍼스 태국어로 작성된 현대 텍스트 (주로 뉴스 웹 사이트) 50m 토큰 단어 형식, Lexeme, 번역, 문법 속성, 어휘 속성에 의한 쿼리 HSE 언어 학부

평행 코퍼스

도서관 설명 크기 특징 특허 링크
talpco TUFS 아시아 언어 평행 코퍼스 1327 보냈습니다 일본 문장과 버마인 (미얀마; 미얀마 연합 공화국의 공식 언어), 말레이 (말레이시아, 싱가포르 및 브루나이), 인도네시아, 태국, 베트남 및 영어 CC x 4.0 talpco

미리 훈련 된 언어 모델

미리 훈련 된 모델 설명 크기 치수 특허 링크
FastText FastText를 사용하여 Wikipedia에 대한 스킵 그램 모델 300 CC BY-SA 3.0 Facebook + bin & text + 텍스트 만
Thai2fit Wikipedia의 Ulmfit. 60,002 개의 임베딩으로 46.80959의 당황. 70MB 300 MIT Thai2Vec / Pythainlp
Thbert 또 다른 미리 훈련 된 버트 특히 태국어 아파치 2.0 Tchayintr

벤치 마크

태국어 텍스트 분류 벤치 마크

  • Wongnai-Corpus
  • Prachathai-67k
  • Wisesight-Sentiment
  • TrueVoice의 의도 : 목적지

도구

코퍼스 추출기

도서관 설명 프로그래밍 언어 특징 특허 저자 및 링크
Best2010 쿠커 태국에서 세그먼트 된 Best2010 코퍼스에서 세그먼트 된 단어를 추출하는 도구 python3 세그먼트 된 단어, 기능 및 데이터 부서 추출 아파치 2.0 Tchayintr

찾을 수 없습니까? 또 다른 태국 NLP Awesome List/Resource를 보려고하십시오 (이와 같이)

https://resources.aiat.or.th/

감사의 말

  • BACT- 라이센스 단어에 대한 제안.
  • C4N
  • VEER66
  • BI89
  • Tchayintr
  • PureExe
  • CSTORM125
  • Wannaphongcom
  • Ekapolc
확장하다
추가 정보
관련 애플리케이션
추천
관련 정보 전체