หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

Komoran 3.0

ภาษาอังกฤษ | เกาหลี

Komoran ย่อมาจาก Ko Rean Mor Phologicar ซึ่งเป็นเครื่องวิเคราะห์ทางสัณฐานวิทยาของเกาหลีที่เป็นตัวเป็นตนในชวา

คุณสมบัติหลัก

  • ดำเนินการกับชวาบริสุทธิ์
    • เนื่องจากได้รับการพัฒนาเป็น Java 100% เท่านั้นจึงสามารถใช้งานได้ทุกที่ในสภาพแวดล้อมที่ติดตั้ง Java
  • ห้องสมุดภายนอกอิสระ
    • ไม่มีปัญหาในการพึ่งพากับไลบรารีภายนอกโดยใช้ห้องสมุดของตัวเองเท่านั้น
  • น้ำหนักเบา
    • นอกจากนี้ยังสามารถดำเนินการในหน่วยความจำประมาณ 50MB โดยการจัดการการประมวลผลแบบตัวเองและพจนานุกรม Trie
  • การใช้งานง่าย
    • หลังจากใช้ไลบรารีคุณสามารถใช้เพียงบรรทัดเดียวในซอร์สโค้ดเพื่อใช้เครื่องวิเคราะห์ทางสัณฐานวิทยา
  • จัดการง่าย
    • มันประกอบด้วยไฟล์ข้อความปกติดังนั้นจึงสามารถอ่านได้สูงและสามารถแก้ไขได้ทันที
  • ผลการวิเคราะห์ใหม่
    • ซึ่งแตกต่างจากเครื่องวิเคราะห์ทางสัณฐานวิทยาอื่น ๆ สามารถวิเคราะห์ได้ในรูปแบบของช่องว่างที่มีช่องว่าง

การสาธิตและตัวอย่าง

  • คุณสามารถตรวจสอบผลการวิเคราะห์ล่วงหน้าบนไซต์ Komoran
  • ประโยคการป้อนข้อมูล: เกาหลีเป็นสาธารณรัฐประชาธิปไตย

การติดตั้ง

โปรดดูเอกสาร 'ติดตั้ง'

ใช้งานได้อย่างรวดเร็ว

โปรดดูเอกสาร 'ติดตามการวิเคราะห์ Morner ใน 3 นาที'

ตัวอย่างการใช้งาน

  • ตัวอย่างการวิเคราะห์
  • ตัวอย่างการเรียนรู้แบบจำลอง
  • ตัวอย่างการวิเคราะห์ Spark2 (Scala)

วัสดุอ้างอิง Komoran

นี่คือการอ้างอิงที่จัดทำโดย Shineware ซึ่งพัฒนา Komoran

  • คุณสามารถเห็นการแนะนำ Komoran และสาธิตในหน้าแรกของ Shineware
  • คุณสามารถอ้างถึงการติดตั้ง Komoran และใช้ในเอกสารอย่างเป็นทางการของ Komoran
  • กรุณาเยี่ยมชม Komoran Slack และแบ่งปันวิธีการใช้และเคล็ดลับ

ข้อมูลห่อหุ้มอย่างเป็นทางการ

นี่คือข้อมูลห่อหุ้มอย่างเป็นทางการที่พัฒนาโดย Shineware

  • คุณสามารถใช้ Komoran สำหรับ Python ใน Pykomoran

วัสดุอ้างอิงอื่น ๆ

นี่คือข้อมูลอ้างอิงที่ผู้ใช้ทำ

  • Hyunjoong Kim ได้เปิดตัว Komoran3py เวอร์ชัน Python (/Lovit/Komoran3py)

ใบเสนอราคา 

 @misc{komoran,
author = {Junsoo Shin, Junghwan Park, Geunho Lee},
title = {komoran},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {url{https://github.com/shineware/KOMORAN}}

กระดาษอ้างอิง (2019 ~ 2020)

วิทยานิพนธ์ในประเทศ

[2020]
  • Woo Yun -hee และ Kim Hyun -hee "คำร้องสำหรับการทำนายหัวข้อการยื่นคำร้องระดับชาติและคำตอบจากการเรียนรู้อย่างลึกซึ้ง" วารสารการประมวลผลข้อมูล ซอฟต์แวร์และวิศวกรรมข้อมูล 9.2 (2020): 45-52
  • Choi Byung -seo, Lee Ik -Hoon และ Lee Sang -Gu "ลำดับที่แข็งแกร่งในคำศัพท์ใหม่และการเว้นวรรคข้อผิดพลาดต่อการวิเคราะห์ทางสัณฐานวิทยาของเกาหลีตามลำดับ" 47.1 (2020): 70-77
  • Lee Hyun -seop และ Kim Jin -Deok "การออกแบบระบบวิดีโอคำแนะนำที่คล้ายกันโดยใช้สัณฐานวิทยาที่แยกออกมาจากกลุ่มข้อมูลขนาดใหญ่" วิทยานิพนธ์ของสมาคมสารสนเทศและการสื่อสารเกาหลี 24.2 (2020): 172-178
[2019]
  • Park Jong -in และ Kim Nam -kyu "เอกสารเวกเตอร์หลายฉบับผ่านการสลายตัวที่มีความหมายของเอกสารคอมโพสิต" การวิจัยข้อมูลอัจฉริยะ 25.3 (2019): 19-41
  • Ahn Jung -Won, Kang Ye -Mi และ Kim Gun -Dong "ศึกษาเกี่ยวกับความชอบของผู้ใช้ตามประเภทของคำตอบเมื่อพูดคุยกับลำโพง AI" การประชุมการประชุมสมาคมการออกแบบเกาหลี (2019): 227-228
  • Woo Kyung -Jin และ Soo -hyun "การเปรียบเทียบการวิเคราะห์แม่พิมพ์ Hangul ตามประเภทประโยค" หนังสือการประชุมสมาคมวิทยาศาสตร์สารสนเทศของเกาหลี (2019): 1388-1390
  • Kim Si -eun และ Kim Min -soo "การให้คำปรึกษาการออกแบบ Chatbot เพื่อระบุอารมณ์" ขั้นตอนการประชุม KIIT 2019.
  • Lee Min -Jung และ Kim Yong -Hyun "การจำแนกประเภทอัตโนมัติประเภท VOC" การประชุมสมาคมวิศวกรรมอุตสาหกรรมเกาหลี (2019): 2756-2780
  • Kim Hyun -Ji และคณะ "การเปลี่ยนแปลงในการรับรู้ทางสังคมผ่านการวิเคราะห์กรอบข่าวของโรคจิตเภทและโรคจิตเภท" สมาคมข้อมูลวรรณกรรมเกาหลีวารสาร 53.4 (2019): 285-307
  • Sae -mi Lee และ Hong Soon -gu "การวิเคราะห์เทรนด์ blockchain โดยใช้เทคนิคการสร้างแบบจำลองหัวข้อ" สมาคมการประชุม ICT ของสมาคมสารสนเทศและการสื่อสารของเกาหลี (2019): 44-47
  • Han Jung -Hoon, Gu So -Hyun และ Lee Han -Joo "การวิเคราะห์ความเท่าเทียมทางเพศของนักกีฬาชายและหญิง" วารสารสมาคมกีฬาสังคมเกาหลี 78 (2019): 217-229
  • Lee Hyun -seop และคณะ "คำที่ออกแบบและระบบสารสกัดทางสัณฐานวิทยาสำหรับการวิเคราะห์คำหลัก" การประชุมบาร์ข้อมูลและการสื่อสารของเกาหลี 23.2 (2019): 538-539
  • Yoon Jae -yeon เทคนิคสรุปการตรวจสอบผลิตภัณฑ์พิจารณาข้อมูลเพิ่มเติม 2019. PhD Themis บัณฑิตวิทยาลัยมหาวิทยาลัยแห่งชาติโซล
  • Shin Jin -Seop และคณะ "ฉันควรเก็บเอกสารไว้เท่าไหร่? คอลเลกชันการนำเสนอทางวิชาการของสมาคมวิทยาศาสตร์สารสนเทศของเกาหลี (2019): 850-852
  • Heo Kwang -Ho, Ko Young -Joong และ Seo Jung -yeon "การแปลของเครื่องจักรหลายภาษาเพื่อปรับปรุงการแปลภาษาทรัพยากร" หนังสือการประชุมสมาคมวิทยาศาสตร์สารสนเทศของเกาหลี (2019): 649-651
  • Park Chan -min, et al. "การตัดสินใจของ Elmo Elmo เกาหลี" หนังสือการประชุมสมาคมวิทยาศาสตร์สารสนเทศของเกาหลี (2019): 608-610
  • Choi Min -Sung และโรงพยาบาล OND "การเปรียบเทียบการวิเคราะห์ทางอารมณ์ของแบบจำลอง BI-LSTM ตามคุณภาพของสัณฐานวิทยา" ขั้นตอนการประชุม KIIT 2019.
  • ลีใน -ah และ Kim Hye -jin "การวิเคราะห์แนวโน้มการวิจัยที่เกี่ยวข้องกับสถานที่ในประเทศและต่างประเทศโดยใช้เทคนิคการขุดข้อความ" Korea Biblia Society 30.2 (2019): 189-209
  • Hong Ki -Hye และ Choi Min -ji "การวิเคราะห์เปรียบเทียบสวัสดิการสังคมของโรงเรียนและแนวโน้มการวิจัยสวัสดิการการศึกษาโดยใช้การวิเคราะห์เครือข่ายข้อความ" สวัสดิการสังคมของโรงเรียน 46 (2019): 25-51
  • Kim, Soohyon, et al. "การขุดข้อความเพื่อการวิเคราะห์ทางเศรษฐกิจ" มีจำหน่ายที่ SSRN 3405781 (2019)
  • Baejin "วิธีการเขียนมนุษยศาสตร์โดยใช้การเขียนวิทยาลัยและข้อมูลขนาดใหญ่" วรรณกรรม 143 (2019): 395-421
  • Jung Ji -Soo และคณะ "การวิจัยเกี่ยวกับระบบการจำแนกเอกสารที่เกี่ยวข้องผ่านความคล้ายคลึงกันของเอกสาร" วารสารวิศวกรรมกระจายเสียง 24.1 (2019): 77-86
  • Ko Myung -Hyun, et al. "การวิจัยเกี่ยวกับชื่อของชื่อบุคคลสำหรับการทำนายข้อมูลการสนทนาที่มีประสิทธิภาพ" วารสารวิศวกรรมกระจายเสียง 24.1 (2019): 58-66

เอกสารต่างประเทศ

[2020]
  • Jee, H. , M. Tamariz และ R. Shillcock "ความเป็นระบบที่มีความหมายยังพบได้ในภาษาเกาหลี"
  • Park, Seungsoo และ Manhee Lee "Artas: ระบบการวิเคราะห์แนวโน้มการวิจัยอัตโนมัติเพื่อความปลอดภัยของข้อมูล" ขั้นตอนของการประชุมวิชาการ ACM ประจำปีครั้งที่ 35 เกี่ยวกับการคำนวณที่ใช้ 2020.
  • Choi, Nong Suk, Hansung Kim และ Dongyoung Sohn "การทำแผนที่ความทุกข์ทางสังคม: วิธีการคำนวณในการกระจายความวิตกกังวล spatiotemporal" รีวิวคอมพิวเตอร์สังคมศาสตร์ (2020): 0894439320914505
  • Jin, Hoon และ Dong-won Joo "วิธีการและขั้นตอนสำหรับการวินิจฉัยความเป็นไปได้ของการล้มละลายขององค์กรโดยใช้ข่าวใหญ่" การทำธุรกรรม IEIE เกี่ยวกับการประมวลผลและคอมพิวเตอร์ที่ชาญฉลาด 9.1 (2020): 13-21
[2019]
  • Heo, Yoonseok, Sangwoo Kang และ Donghyun Yoo "การแปลระบบประสาทหลายรูปแบบด้วยภาพที่มีป้ายกำกับอย่างอ่อน" IEEE Access 7 (2019): 54042-54053
  • Nam, Chung-Hyeon และ Kyung-Sik Jang "KNE: วิธีการขยายพจนานุกรมอัตโนมัติโดยใช้กรณีการใช้งานสำหรับการวิเคราะห์ทางสัณฐานวิทยา" วารสารวิศวกรรมสารสนเทศและการสื่อสารการบรรจบกัน 17.3 (2019): 191-197
  • Lee, Joohong, Dongyoung Sohn และ Yong Suk Choi "เครื่องมือสำหรับการวิเคราะห์เชิงพื้นที่ของความวิตกกังวลทางสังคมด้วยข้อมูล Twitter" ขั้นตอนของการประชุมวิชาการ ACM/SIGAPP ครั้งที่ 34 ในการคำนวณที่ใช้ 2019.
  • IHM, Sun-Young, Ji-Hye Lee และ Young-Ho Park "Skip-Gram-KR: การฝังคำภาษาเกาหลีสำหรับการจัดกลุ่มความหมาย" IEEE Access 7 (2019): 39948-39961
  • Kwon, Sunjae, Youngjoong Ko และ Jungyun Seo "การเป็นตัวแทนเวกเตอร์ที่มีประสิทธิภาพสำหรับการรับรู้ของเกาหลีที่มีชื่อยี่สิบ" ตัวอักษรการจดจำรูปแบบ 117 (2019): 52-57
  • Kim, Jayong และ Y Yi Mun. "แอพการสร้างแบบจำลองไฮบริดสำหรับระบบการจัดอันดับเนื้อเพลงอัตโนมัติสำหรับวัยรุ่น" การประชุมยุโรปเกี่ยวกับการดึงข้อมูล Springer, Cham, 2019
  • Edmiston, Daniel และ Taeuk Kim "การประเมินข้อมูลทางไวยากรณ์ที่แท้จริงภายในการฝังคำศัพท์" (2019)
  • Xu, Guanghao, Youngjoong Ko และ Jungyun Seo "การปรับปรุงการแปลของเครื่องประสาทโดยการกรองข้อมูลคู่ขนานสังเคราะห์" เอนโทรปี 21.12 (2019): 1213
  • Kim, Tae-ho, et al. "การแปลงเสียงทางอารมณ์โดยใช้การเรียนรู้มัลติทาสก์ด้วยข้อความเป็นคำพูด" arxiv preprint arxiv: 1911.06149 (2019)
  • Yoo, Kang Min, Taeuk Kim และ Sang-Go Lee "อย่าเพิ่งเกาพื้นผิว: เพิ่มการเป็นตัวแทนคำสำหรับเกาหลีกับ Hanja" arxiv preprint arxiv: 1908.09282 (2019)
  • ลีร้องเพลง Yup และ Min Ho Ryu "การสำรวจลักษณะของความคิดเห็นข่าวออนไลน์และผู้แสดงความคิดเห็นด้วยวิธีการเรียนรู้ของเครื่อง" Telematics และ Informatics 43 (2019): 101249
  • Jae-yon, Lee และ Kim Hyunjoo "การขุดข้อความของ Munhwa (วัฒนธรรม): กรณีของนิตยสารยอดนิยมในปี 1930 เกาหลี" Acta Koreana 22.2 (2019)
  • Kong, Hyesoo และ Wooju Kim "การสร้างประโยคสรุปโดยใช้ AutoEncoders ที่มีความเป็นปกติโดยมีบริบทแบบมีเงื่อนไข" ระบบผู้เชี่ยวชาญที่มีแอพพลิเคชั่น 130 (2019): 1-11
  • Jo, Wonkwang และ Myoungsoon คุณ "การกำหนดกรอบนโยบายสุขภาพของสื่อข่าวและผลกระทบต่อการสื่อสารของรัฐบาล: การวิเคราะห์การขุดข้อความของการประกันข่าวในเกาหลีใต้" นโยบายสุขภาพ 123.11 (2019): 1116-1124

เอกสารอ้างอิง (2019 ~ 2020)

  • X-Project พยายามพัฒนาวิทยาศาสตร์และเทคโนโลยีในการมีส่วนร่วมของประชาชน
  • การเปรียบเทียบประสิทธิภาพของประโยคแยกต่างหากโดยเกาหลีกีฬาวิเคราะห์
  • การขุดข้อความ (ข้อความการขุดอิหร่าน (01)
  • [1 คน] ฉันสร้างแอพไดอารี่ .. !
  • แอปพลิเคชัน บริษัท Mining Company
  • แอปพลิเคชั่นเครื่องวิเคราะห์ทางสัณฐานวิทยาของ Komoran เกาหลี
  • มาวิเคราะห์ความเชื่อมั่นในสภาพแวดล้อม Spark (1)
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด