zemberek nlp

Zemberek-NLP

該項目現在處於緩慢的維護模式。

Zemberek-NLP為土耳其提供了自然語言處理工具。

最新版本為0.17.1（2019年7月23日）。更改日誌

請閱讀常見問題解答。

模塊

模塊	Maven ID
核	Zemberek-core	特殊收藏，哈希功能和助手。
形態學	Zemberek-Morphology	土耳其形態分析，歧義和單詞產生。
令牌化	Zemberek-Tokenization	土耳其令牌化和句子邊界檢測。
正常化	Zemberek差異化	基本咒語檢查器，單詞建議。嘈雜的文本歸一化。
ner	Zemberek-ner	土耳其名為“實體識別”。
分類	Zemberek-classiency	基於FastText項目的Java端口的文本分類。
語言標識	Zemberek-lang-id	快速識別文本語言。
語言建模	Zemberek-lm	提供語言模型壓縮算法。
申請	Zemberek-Apps	控制台應用
GRPC服務器	Zemberek-Grpc	GRPC服務器可從其他語言訪問。
例子	Zemberek-審查	用法示例。

用法

小牛

將此添加到pom.xml文件

    < repositories >
        < repository >
            < id >zemberek-repo</ id >
            < name >zemberek Maven Repo on Github</ name >
            < url >https://raw.github.com/ahmetaa/maven-repo/master</ url >
        </ repository >
    </ repositories >

和依賴項（例如形態學）：

    < dependencies >
        < dependency >
            < groupId >zemberek-nlp</ groupId >
            < artifactId >zemberek-morphology</ artifactId >
            < version >0.17.1</ version >
        </ dependency >
    </ dependencies >

罐子分佈

Google驅動器頁麵包含用於不同版本的JAR文件。

[ zemberek-full.jar ]是一個包含所有模塊和依賴項的單個罐子。當它直接運行時

  java -jar zemberek-full.jar

它將列出可用的控制台應用程序。

對於開發人員

這裡說明了有關如何編譯代碼並生成項目中的JAR文件的信息。

例子

代碼中有一個示例模塊用於使用示例。

此外，還有一個單獨的項目，其中相同的示例使用Zemberek-nlp作為Maven模塊：土耳其-NLP-例例

已知問題和限制

• NER模塊尚未提供模型。
• 對於多線程用法而言，庫未經過充分測試。

請參閱問題部分以獲取更多問題，並隨時創建新問題。

執照

代碼已在Apache許可證（版本2.0）下獲得許可

引用

如果您在學術出版物中使用此項目，請參閱此網站。

致謝

請參閱contrutors.txt文件。