pycantonese

Pycantonese: Linguística Cantonesa e PNL em Python

Documentação completa: https://pycantonese.org

Pycantonese é uma biblioteca Python para lingüística cantonesa e processamento de linguagem natural (PNL). Recursos atualmente implementados (mais por vir!):

• Acessando e pesquisando dados de corpus
• Ferramentas de análise e conversão para a romanização de jyutping
• Parsing Texto cantonês
• PARE PALAVRAS
• Segmentação de palavras
• Marcação de parte da fala

Baixar e instalar

Para baixar e instalar a versão estável e mais recente:

 $ pip install -upgrade pycantonese

Pronto para mais? Confira a página do QuickStart.

Consultoria

Se sua equipe desejar assistência profissional no uso de serviços de consultoria e treinamento freelancers e serviços de treinamento freelancers, tanto para grupos acadêmicos quanto comerciais. Envie um email para Jackson L. Lee.

Apoiar

Se você achou pycantonese útil e gostaria de oferecer apoio, comprar um café percorreria um longo caminho!

Links

• Código fonte: https://github.com/jacksonllee/pycantonese
• Rastreador de bug: https://github.com/jacksonllee/pycantonese/issues
• Mídia social: Facebook e Twitter

Como citar

Pycantonese é de autoria e mantido por Jackson L. Lee.

Lee, Jackson L., Litong Chen, Charles Lam, Chaak Ming Lau e Tsz-Him Tsui. 2022. Pycantonese: Linguística Cantonesa e PNL em Python. Anais da 13ª Conferência de Recursos e Avaliação da Língua .

@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" ,
}

Licença

MIT Licença. Consulte LICENSE.txt no código -fonte do Github para obter detalhes.

O conjunto de dados HKCANCOR incluído no pycantonese é substancialmente modificado de sua fonte em termos de formato. O conjunto de dados original possui um CC por licença. Consulte pycantonese/data/hkcancor/README.md no código -fonte do Github para obter detalhes.

Os dados do Rime-Cantoneses (Release 2021.05.16) são incorporados ao pycantoneso para segmentação de palavras e conversão de caracteres para o jyutping. Esses dados possuem uma licença CC por 4.0. Consulte pycantonese/data/rime_cantonese/README.md no código -fonte do GitHub para obter detalhes.

Logotipo

O logotipo Pycantonese é o personagem chinês 粵 Significado cantonês, com design artístico de Albino.snowman (identificador do Instagram).

Agradecimentos

Recursos maravilhosos com uma licença permissiva que foi incorporada ao Pycantonese:

• HKCANCOR
• Rime-Cantonese

Indivíduos que contribuíram com solicitações de puxar, relatórios de bugs e outros feedback (em ordem alfabética de sobrenomes):

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

Changelog

Por favor, consulte CHANGELOG.md .

Configurando um ambiente de desenvolvimento

O código mais recente em desenvolvimento está disponível no Github em Jacksonllee/Pycantonese. Para obter esta versão para recursos experimentais ou para desenvolvimento:

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

Para executar testes e verificações de estilo:

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

Para criar os arquivos do site de documentação:

$ python docs/source/build_docs.py