语义分析
LingPipe的优势是:
- 比较全面的覆盖自然语言处理的各个分支,文本分词,聚类,语义情感分析,领域知识学习等等
- 具有全套在research上免费的源码,样列代码,测试代码(商业与非商业均同一套代码),并且文档详细,对于其中模型所参考的论文都引用出来,适合研究学习.
- 作为相对开源资源缺少的领域,项目一直持续更新中.
包含的模块:
- 主题分类(Top Classification) : 基于文本语言模型训练,归类
- 命名实体识别(Named Entity Recognition):基于first-best, n-best and per-entity confidencemodes识别,以及训练与评估识别器
- 聚类(Clustering): 基于single-link andcomplete-link多层聚类,包裹一些聚类评估技术
- 词性标注(Part-of Speech Tagging):
- 句题检测(Sentence Detection):
- 拼写更正(Spelling Correction):基于"你要找的是"风格的检查引擎
- 数据库文本挖掘(Database Text Mining)
- 字符串比较(String Comparison) :基于距离与相似度测量,包括权重距离,TF/IDF距离,Jaccard distance, Jaro-Winkler distance,等
- 兴趣短语检测(Interseting Phrase Detection)
- 字符语言建模(Character Language Modeling)
- 中文分词(Chinese WordSegmentation)基于空格分割类似训练库,机器学习,发现认知新词
- 数据库文本挖掘(Database Text Mining)
- 情感分析(Sentiment Analysis)基于文本聚类
- 断字识音(Hyphenation and Syllabification)
- 语言辨别(Language Identification)
- 奇异值分解(Singular Value Decomposition)
- 逻辑回归 (Logistic Regression)
- 期望最大化(Expectation Maximization)
- 词义排歧(Word Sense Disambiguation)
LingPipe包含资源:
- Papaer&language material :source,介绍中均包含有所引用资源
目前个人应用LingPipe包中的中文分词,结合情感分析模块研究中文情感检测与辨别。API接口均已高度概括化,便于快速实现,不过所运用的算法需要详尽的分析。
-
中文自然语言处理工具包 FudanNLPFudanNLP主要是为中文自然语言处理而开发的工具包,也包含为实现这些任务的机器学习…
-
Java自然语言处理 LingPipeLingPipe是一个自然语言处理的Java开源工具包。LingPipe目前已有很丰富的功能,包括…
-
自然语言处理工具 OpenNLPOpenNLP 是一个机器学习工具包,用于处理自然语言文本。支持大多数常用的 NLP 任务…
-
自然语言工具包 NLTKNLTK 会被自然地看作是具有栈结构的一系列层,这些层构建于彼此基础之上。那些熟悉…
-
自然语言处理工具 CRF++CRF++是著名的条件随机场开源工具,也是目前综合性能最佳的CRF工具。CRF++本身已经…
-
分布式在线机器学习框架 JubatusJubatus 是一个分布式处理框架和机器学习库,包含以下功能: 在线机器学习库,包括…
-
机器学习软件包 MalletMallet是专门用于机器学习方面的软件包,此软件包基于java。通过mallet工具,可以进…
-
大规模知识加速器 LarKC欧盟第7框架计划(FP7)的LarKC项目的目标是开发大规模知识加速器(LarKC,其发音为“…
-
DKPro CoreDKPro Core 是基于 Apache UIMA 框架之上的自然语言处理(NLP)的软件组件。DKPro…
-
TextTeaserTextTeaser是一个自动摘要算法,结合了自然语言处理的力量和机器学习产生好结果。…
OpenNLP
OpenNLP是一个基于Java机器学习工具包,用于处理自然语言文本。支持大多数常用的 NLP 任务,例如:标识化、句子切分、部分词性标注、名称抽取、组块、解析等。
FudanNLP
FudanNLP主要是为中文自然语言处理而开发的工具包,也包含为实现这些任务的机器学习算法和数据集。本工具包及其包含数据集使用LGPL3.0许可证。开发语言为Java。
功能:
1. 文本分类 新闻聚类
2. 中文分词 词性标注 实体名识别 关键词抽取 依存句法分析 时间短语识别
3. 结构化学习 在线学习 层次分类 聚类 精确推理
Standford NLP
Standford NLP提供了一系列的自然语言处理工具。
机器学习
Support Vector Machine
An implementation of Vapnik's Support Vector Machine A Library for Support Vector MachinesDecision Tree
The "classic" decision-tree tool, developed by J. R. Quinlan TutorialMaximum Entropy
Yet Another Small MaxEnt ToolkitConditional Random Field
A simple, customizable, and open source implementation of Conditional Random Fields (CRFs) for segmenting/labeling sequential data自然语言处理
综合
An organizational center for open source projects related to natural language processing A suite of UNIX software tools to facilitate the construction and testing of statistical language models A Java-based development package for academic use in information retrieval (IR) and text mining. Include many NLP tools A suite of Java libraries for the linguistic analysis of human language, including- track mentions of entities (e.g. people or proteins);
- link entity mentions to database entries;
- uncover relations between entities and actions;
- classify text passages by language, character encoding, genre, topic, or sentiment;
- correct spelling with respect to a text collection;
- cluster documents by implicit topic and discover significant trends over time; and
- provide part-of-speech tagging and phrase chunking.
- Advanced Natural Lange Object-oriented Processing Environment.包括一系列工具(特别c#的stanford parser)
分词
中科院的中文分词系统 A Java implementation of a CRF-based Chinese Word Segmenter词性标注
A error-driven transformation-based tagger implemented by Eric Brill A Java implementation of the log-linear part-of-speech taggers descriped by Kristina Toutanova, et.al. A decision tree based tagger from the University of Stuttgart.- SVMTool , a POS Tagger based on SVMs
- QTAG Part of speech tagger
命名实体识别
A Java implementation of a Conditional Random Field sequence model, together with well-engineered features for Named Entity Recognition Tools include statistical named-entity recognition, a heuristic sentence boundary detector, and a heuristic within-document coreference resolution engine. Java. GPL. By Bob Carpenter, Breck Baldwin and co. SVM-based NP-chunker, also usable for POS tagging, NER, etc. C/C++ open source. Won CoNLL 2000 shared task. (Less automatic than a specialized POS tagger for an end user.)Stemming
A process for removing the commoner morphological and inflexional endings from words in English byMartin Porter A small string processing language designed for creating stemming algorithms for use in Information Retrieval.句法分析
Java implementations of probabilistic natural language parsers, both highly optimized PCFG and dependency parsers, and a lexicalized PCFG parser.文本挖掘
摘要
- Rouge Rouge在Windows下的配置
其他
加密
包括众多加密算法,RSA、DES、MD5、SHA等 Win32安装版压缩
A Massively Spiffy Yet Delicately Unobtrusive Compression Library日志
Creates and maintains open-source software related to the logging of application behavior and released at no charge to the public, including 注: log4cxx官方版本有内存泄漏问题Unicode
A mature, widely used set of C/C++ and Java libraries providing Unicode and Globalization support for software applicationsXML
A validating XML parser, including C and Java edition多字符串匹配
- AC in C# : Aho-Corasick string matching in C#
HTML Parser
- Html Agility Pack , an agile HTML parser that builds a read/write DOM and supports plain XPATH or XSLT. It is a .NET code library that allows you to parse "out of the web" HTML files.
- Majestic-12 , an open source high-performance .NET C# module that was created to parse HTML for links, indexing and other purposes. 速度快,但不生成dom树
外部联接
- An annotated list of resources by Stanford NLP Group
- KDnuggets 有一些与KDD相关的软件等
自然语言处理
http://www.oschina.net/p/lingpipe/similar_projects
http://opennlp.apache.org/cgi-bin/download.cgi
相关推荐
Java编程语言的子集的语义分析器。 :语义分析(也包括上下文敏感分析)是编译器构造过程中的一个过程,通常在解析后从源代码中收集必要的语义信息。 它通常包括类型检查,或确保在使用前声明了一个变量,该变量...
编译器-Lexico-y-Sintactico 词法分析、句法分析和语义分析,在 Java 中使用库(.Lex 和 .Cup)完成。
附件为一个语义检索程序样例,操作步骤如下 1.配置java环境变量 2.解压附件后放到tomcat下的应用目录下 3.到http://kent.dl.sourceforge.net/sourceforge/jena/Jena-2.4.zip下载jena,把下载后lib下的全部资源库放到...
Jena 是来自惠普实验室的语义网研究项目的开放资源,是开源Java 开发工具包。由于 Jena 在数据库支持方面的可靠性和持续稳定性,它一直是各类应用系统在开发过程中的首选。
HermeneutiX是用于绘制复杂(不一定是外语)文本(例如圣经或其他历史摘录)的句法和语义结构的图表工具。 HermeneutiX现在是SciToS(科学工具集)的一部分。 从2.0.0版开始,可以在GitHub上找到HermeneutiX。 请...
Nexus Engine是在MIT许可下以Java实现的语义搜索引擎。 您可以在上了解有关项目和贡献的更多信息。 动机 所有软件的目的都是通过自动化流程来代替人工。 今天,一个软件可以销售(网上商店),跟踪数据(ERP,CRM,...
RECODER是用于Java程序分析和源代码转换的Java框架。 它计算包含交叉引用的易于使用的语法和语义程序模型,并且支持转换回滚和增量模型更新。
该项目的目标很简单:输入两个相同语言的句子,并根据语义类别获得表示输入的句子之间相似度的数字(从0到1)。 该项目为我之前的项目建模:https://sourceforge.net/projects/semantics/区别在于,该项目不使用...
MSRA,OntoNotes三套规范),依存句法分析(SD,UD规范),成分法分析,语义依存分析(SemEval16,DM,PAS,PSD四套规范),语义角色标注,词干提取,词法语法特征提取,抽象意义(AMR)。 量体裁衣,HanLP提供...
是语义匹配算法的框架。 要了解有关 S-Match 的更多信息,请访问: 入门 S-Match 是用 Java 编写的,并在 Java 虚拟机版本 6 或更高版本中运行。 您可以通过 、构建或通过 开始。 命令行 您可以运行 S-Match 命令行...
最初,它是以开源项目Luence 为应用主体的,结合词典分词和文法分析算法的中文分词组件。 从 3.0 版本开始,IK 发展为面向 Java 的公用分词组件,独立于 Lucene 项目,同时提供了对 Lucene 的默认优化实现。 在 2012...
JavaCPP 提供了对 Java...相反,与cppyy为 Python 所做的事情类似,它利用了 Java 和 C++ 之间的语法和语义相似性。在底层,它使用 JNI,因此除了Android、Avian和RoboVM(指令)之外,它还适用于 Java SE 的所有实现。
这是查找语义相关性的 HSO 度量的 Java 实现。 该度量应用于 UMLS 源词汇表,并用于查找医学术语之间的相关性。 此实现使用与 WebService::UMLSKS::Similarity 相同的算法,后者是一个 CPAN perl 开源包。
Druid是用Java编写的开源数据库连接池。 Druid能够为数据库连接提供大量强大的监视功能。 Druid已部署到Maven中央存储库。 Druid提供了可通过过滤链实现的监视功能。 它还带有WallFilter,它基于SQL语义分析来防止...
Familia 开源项目包含文档主题推断工具、语义匹配计算工具以及基于工业级语料训练的三种主题模型:Latent Dirichlet Allocation(LDA)、SentenceLDA 和Topical Word Embedding(TWE)。 支持用户以“拿来即用”的方式...
它效仿java下的开源工具AspectJ 和 Spoon,成熟程度也很接近它们。 RAIL(Runtime Assembly Instrumentation Library) 开源项目可以在C#程序集加载和运行前进行处理控制调整和重新构建。C#在CLR 中,我们已经能够动态...
另一个库,用于解析任意文本数据的常见问题。 小型,易于使用的Java库LR解析器,没有超前限制。 在类中定义的语义动作不在语法定义文件中。
IK Analyzer是一个开源的,基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始, IKAnalyzer已经推出了4个大版本。最初,它是以开源项目Luence为应用主体的,结合词典分词和文法分析算法的中文...
积分管理系统java源码 目前有一些自然语言处理工具,可以快速地完成NLP任务,如: NLTK:处于领先的地位,提供了 WordNet 、分类、分词、标注、语法分析、语义推理等类库。 Pattern:包括词性标注工具,N元搜索,情感...
最初,它是以开源项目Luence为应用主体的,结合词典分词和文法分析算法的中文分词组件。从3.0版本开始,IK发展为面向Java的公用分词组件,独立于Lucene项目,同时提供了对Lucene的默认优化实现。在2012版本中,IK...