搜索资源列表
java调用NPlir
- java调用nplir接口示例，已经能直接导入eclipse运行，具有分词和标注词性功能
HanLP-1.2.7
- HanLP是一个致力于向生产环境普及NLP技术的开源Java工具包，支持中文分词（N-最短路分词、CRF分词、索引分词、用户自定义词典、词性标注），命名实体识别（中国人名、音译人名、日本人名、地名、实体机构名识别），关键词提取，自动摘要，短语提取，拼音转换，简繁转换，文本推荐，依存句法分析（MaxEnt依存句法分析、神经网络依存句法分析）。-HanLP is a dedicated to popularize NLP technology to production environment of
jieba-analysis-master
- 结巴分词(java版)只保留的原项目针对搜索引擎分词的功能(cut_for_index、cut_for_search)，词性标注，关键词提取没有实现(今后如用到，可以考虑实现)。-Stammer participle (Java version) to retain only the original project for search engine participle (cut for index, cut for search), part of speech tagging, keyw
ltp_code
- 哈工大语言云LTP的C++集成代码，能够实现自然语言的处理。能够进行分词、词性标注、 命名实体识别、依存句法分析、语义角色标注 语义依存分析等功能。注：读者需要自己到哈工大官网注册KEYS使用。-Harbin Institute of technology language cloud LTP C integrated code, can realize natural language processing. Segmentation, part of speech tagging,
fenci
- 易语言中文分词，很难得可以分析出词性。3000字每秒-Part of speech analysis module
ICTCLAS_api
- 用于为指定文本进行分词操作。按照不同的词性进行分词。-Used to specify the text for the operation of word segmentation. According to different parts of speech.
FileDemo
- 对文件进行分词的例子.输出带词性的中文分词，已经去掉了停用词.-Examples of the file segmentation output of the Chinese word with POS, has been removed stop words.
NLP-speech-tagging
- 基于隐马尔可夫模型的中文分词、词性标注、命名实体识别-Based on Chinese word hidden Markov model, speech tagging, named entity recognition
ytgfc.tar
- 用python实现对文档的分词，并进行词性标注-Use python to achieve the word on the document, and voice tagging
ltp-3.3.2
- 哈工大信息检索实验室进行文本的依存分析、命名实体识别、词性标注、分词、语义依存分析、语义角色标注(dependency parse of text)
ltp-3.4.0
- 自然语言处理开源项目源代码，中文分词，词性标注等功能介绍(Natural language processing open source project source code, Chinese word segmentation, speech tagging and other functions)
hmm机器学习
- HMM(隐马尔科夫模型)是自然语言处理中的一个基本模型，用途比较广泛，如汉语分词、词性标注及语音识别等，在NLP中占有很重要的地位(HMM (hidden Markov model) is a basic model in Natural Language Processing, which is widely used, such as Chinese segmentation, part of speech tagging and speech recognition, and plays