搜索资源列表
ICTCLAS50_Windows_32_C
- 中科院分析系统 ICTCLAS的主要功能有：中文分词；词性标注；命名实体识别；新闻识别；用户词典-ICTCLAS segementword
Rkeyword-choue
- 基于逆向最大匹配算法的分词及基于HMM模型的词性标注系统，包括了未登登录词的识别、数据库的添加等内容。（需要手动修改数据库的路径才可以运行） -Based on the segmentation of the reverse maximum matching algorithm and the HMM-based POS tagging system, including unadvertised login word recognition, and add the database co
ICTCLAS50_Windows_32_C
- 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。-New word of the Chinese Academy of Sciences Institute of Computing Technology, Chinese Lexical Ana
wordmark
- 通过一个已经标号词性的训练集来得到训练数据，再根据训练数据对需要进行分词的数据进行分词，采用概率最高的分词情况为最后结果。-By a label the parts of speech training set training data to get the need segmentation data based on the training data segmentation with the highest probability of segmentation for the fin
CTB
- 中文分词和词性分析通用的训练集，含POS。-Chinese word segmentation and part of speech analysis of generic training set.
HLSeg_JAVA_Example
- 中文分词 支持对输出颗粒的控制，可以输出普通颗粒与用于检索的小颗粒；同时输出词串所在句号、段号、词号、词性等信息。 关于分词输出颗粒，我们认为各种应用对分词要求的颗粒度是不同的. 比如自动分类、关键词抽取比搜索需要的分词颗粒度要大, 因为这样表示文本语义特征时效果会更好, 而检索有一个查全率的要求, 就需要把分词单位做的更为细致, 不然就会造成漏查。 海量系统现在提供了两种颗粒的规则, 其中, 默认的为大颗粒接口, 主要用于自动分类、信息挖潜、机器翻译、语音合成、人工智能等领域,
design-documents
- 网页信息采集子系统： 网页采集：动态查找及实时分析新增网页，读取网页回帖信息。 网页过滤：，对获取的网页，通过网页清洗模块清除网页中的广告、导航信息、 图片、版权说明等噪声数据，萃取出相关网页的标题、正文、链接地址、采集时 间、回帖、发帖人数等数据。 网页信息预处理子系统： 网页审查脏字：主要功能包括中文分词、词性标注、命名实体识别、新词识别， 建立数据库说明每类词库，建立敏感词词库。 网页舆情监测：监测是否出现了一定影响的舆论，即回帖的回帖或支持、顶等 达到
segment
- 用最大匹配法对汉语进行自动分词 seg.py 分词的实现 accuracy.py 分词性能评估 PD_1998_01_POS.txt ”人民日报“语料库-Automatically the word seg.py segmentation achieve maximum matching of Chinese accuracy.py word performance assessment PD_1998_01_POS.txt " People' s Daily"
nlu_project
- 采用机器学习的方法进行自然语言处理，对中文进行分词和词性标注。分词采用crf模型，词性标注用hmm模型，解码算法为Vertibi算法。本系统使用java语言编写-Using machine learning methods for natural language processing, carried out on the Chinese word segmentation and POS tagging. Segmentation using crf model, tagging with
ik
- 一个简单的IK分词的demo，我建议使用中科院分词，因为支持词性标注-A simple IK word of the demo, I recommend using CAS segmentation because they support tagging
Ictclas
- 中文分词的java实现实例。包括词性标注和分词等功能。-Chinese word segmentation to achieve the java instance. Including word tagging and other functions.
FMM_RMM
- 中文分词 以及词性标注，在awt界面上将中文分词,用的是最大正向匹配以及反向最大匹配-Chinese word segmentation and tagging, the interface will be in awt Chinese word segmentation, matching with the maximum forward and reverse maximum matching
0nlu_project
- 本系统使用java语言编写,采用机器学习的方法进行自然语言处理，对中文进行分词和词性标注。分词采用crf模型，词性标注用hmm模型，解码算法为Vertibi算法。-The system uses java language, using machine learning methods for natural language processing, for Chinese word segmentation and POS tagging. Segmentation using crf mod
Nlpir
- 前NLPIR汉语分词系统(又名ICTCLAS2013),主要功能包括中文分词；词性标注；命名实体识别；用户词典功能；支持GBK编码、UTF8编码、BIG5编码。新增微博分词、新词发现与关键词提取；张华平博士先后倾力打造十余年，内核升级10次。国内国际排名均为第一。 项目已经配置好环境，导入Eclipse即可使用，文件内src下的TestUTF8.java可以直接运行，提供了分词接口-Before NLPIR Chinese word segmentation system (aka I
TextAnalysis
- TextAnalysis系统及算法设计 输入为ICTCLAS分词后的词语结构信息，对每个词语的词性进行判断。 1. 如果不存在词性，则跳过这次循环。用来跳过一些语气助词等无意义的信息。 2. 由于每个句子都有几个子句，而每个子句都是一个独立的主谓宾结构，所以系统将子句通过标点符号来分隔。最后将所以子句的总情感权值相加得到总句的情感权值。 3. 在对字典的预处理阶段，系统对不同程度的词语赋予了不同的权值。为了提高处理程序的效率，系统只分析对体现语言情感有较大作用的词性（包括形容词、
ltp_new
- 使用哈工大信息检索实验室LTP系统进行分词，词性标注，命名实体识别，依存句法分析，语义角色标注 同时是最新版API使用情况，JAVA版本，并且生成XML文件-Retrieval Laboratory LTP system segmentation, the use of Harbin Institute of technology information of part of speech tagging, named entity recognition, dependency parsi
HmmPos
- 本文主要研究在给定的机械词频词典下的基于字符串匹配的中文分词系统，将一整段文字基本正确的切分成词，并标注上词性。在实现分词的过程中，最重要的两个因素就是分词速度和分词精度。因此，我们以分词速度、分词正确率和分词召回率作为中文分词评测标准，力求达到较高的分词速度和分词精度-word Tagging
ＣＲＦ
- 条件随机场(CRF)由Lafferty等人于2001年提出，结合了最大熵模型和隐马尔可夫模型的特点，是一种无向图模型，近年来在分词、词性标注和命名实体识别等序列标注任务中取得了很好的效果
Wordpos
- 应用vitorbe实现的分词算法和词性标志，里面有word文档的说明，请大家下载使用，-Application vitorbe achieve segmentation algorithms and speech marks, there are instructions word document, please download, thank you
nlpir_ictclas2013_release
- 中科院发布的分词系统，能很好的进行中文分词，词性标注。-Chinese Academy of Sciences released a segmentation system that can be very good for Chinese word segmentation, POS tagging.