搜索资源列表
FreeICTCLAS.zip
- 计算所汉语词法分析系统ICTCLAS.分词正确率高达97.58%(973专家组评测)，未登录词识别召回率均高于90%，其中中国人名的识别召回率接近98%处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。
v.206(预处理)
- lex语法分析，对BNC语料库进行文本标注前的预处理，将与SGML标注与文本词性标注无关的删除掉-this is lex syntax analyzing,annotate with BNC syntax LIB.
POSTagger
- （1）从已经标注好词性的语料中统计得到词性标记的二元转移矩阵，以及每个词以确定的词性标记出现的次数等数据（训练阶段） （2）利用动态规划算法快速选取词性标记路径，得到词性标记结果 （3）可以选择不同的词性标记集 -(1) has been marked from the Corpus POS good statistical POS be labeled binary transfer matrix, and every word to determine the POS m
PcfgParser
- 1. 先打开规则库，读入规则集 （可比较两个规则文件rule1.txt 和 rule2.txt的差异） 2. 选择经过分词和词性标注的文件，进行句法分析 3. 分析结果文件与测试文件在同一个目录下，文件后缀名为 .pcfg 4. 分析结束后，同时产生一个新的规则文件,后缀名为.new, 可以观察规则概率值和期望次数的变化 5. 分析结果逐个以树形图方式显示，如果一个句子有多个结果，在显示框中同时显示。-1. Accounting rules to open, read the r
hlssplit
- 海天智能分词系统源码,可以根据需要设置分词的粒度,另外提供了词性标注,关键字提取等功能-sky Intelligent Word system source code, according to the need for segmentation of granularity, the provision of tagging, keyword extraction functions
maxent-2.4.0
- 基于统计的文本分析中,最为常用的最大熵算法,可直接调用,广泛用于词性标注,词义消岐等-based on statistical analysis of the text, the most commonly used of maximum entropy algorithm, can be called directly, widely used in tagging, Words such as Consumers qi
maxent-20041229[1].win32
- 文本分析中基于统计的方法中,最为常用的最大熵算法,该源码为Python版,广泛应用于词性标注,词义消岐等领域-text analysis based on statistical methods, the most commonly used of maximum entropy algorithm, the source code for Python version, widely used in tagging, Meaning Consumers divergent fields
自动分词与词性标注评测有助于学习NLP
- 自动分词与词性标注评测有助于学习NLP，并且理解其更深的含义,A good Instruction of PoS
Chinese-Word-Segment-And-POS-Tagger
- 实现了中文分词和词性标注程序。分词方法采用“三词正向最长匹配”。词性标注使用HMM方法，用Viterbi算法实现。“三词正向最长匹配”保持了“正向最长匹配算法”快速的特点，同时提高了分词的准确性。-Chinese word segmentation and implemented procedures for POS tagging. Segmentation Methods, " the longest three-match positive words." POS tag
ICTCLAS
- 计算所汉语词法分析系统ICTCLAS.分词正确率高达97.58%(973专家组评测)，未登录词识别召回率均高于90%，其中中国人名的识别召回率接近98%处理速度为31.5Kbytes/s。ICTCLAS的特色还在于：可以根据需要输出多个高概率结果，有多种输出格式，支持北大词性标注集，973专家组给出的词性标注集合。-Calculate the Chinese Lexical Analysis System ICTCLAS. Segmentation correct rate of 97.58 p
Unsupervise
- 利用隐马尔可夫模型实现词性标注。此为无监督模型。 内含语料库和测试集。方便大家学习。-The use of Hidden Markov Model to achieve part of speech tagging. This is no oversight model. Corpus and the test set contains. To facilitate them to learn.
POSTagger_Src
- 包含了词条及其词性标记，频度信息的词典 练语料的格式要求： 每个词以 / 分隔， / 后是该词的词性标记。词性标记后至少要有一个空格。一个句子的所有词必须在同一行中。击“开始词性标注”选取文本文件（一次可以选择多个）进行标注处理-Includes a term and its part of speech marks, the frequency of information and training Corpus dictionary format requirements: Each w
hmmfan
- 一个用于 词性标注的 HMM程序。 包含 训练和测试功能。-One for the HMM-speech tagging procedures. Includes training and testing.
KaiYuanIctclas
- ICTCLAC开源代码，可用在中文文本信息处理上，为信息抽取进行中文分词、词性标注处理，准确度达到85 以上，-failed to translate
pos
- 用c++实现了词性标注功能 ，这是机器翻译过程中极其初级的一部-Achieve part of speech tagging functionality
POStag
- 词性标注。首先根据预料库训练模型，然后用得到的模型对未标记词性的语句进行词性标注。-Part of Speech Tagging. First, according to the training model is expected to libraries, and then get the model right part of speech of the statement is not marked for POS Tagging.
VC2010
- VC调用中科院分词2010版组件的最新源码！ 中国科学院计算技术研究所在多年研究工作积累的基础上，研制出了汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，主要功能包括中文分词；词性标注；命名实体识别；新词识别；同时支持用户词典。我们先后精心打造五年，内核升级8次，目前已经升级到了ICTCLAS2010！-VC call to Word 2010 version of t
tool
- 中文语法词性标注工具，语义语法标注等开发环境Visio c-label tool
自动标注线路中桩号并提取中桩坐标程序
- 道路设计中自动标注线路中桩号并提取中桩坐标程序(Automatic marking of pile number in line and extraction of middle pile coordinate program)
图像标注工具
- 图像标注工具，可用于tensorflow coco格式模型训练