2014年12月25日 (四) 05:34的最后版本

Nlp tool

• Text Analysis Online[1]

• 提供了一个在线的测试环境。目前提供NLTK(内含斯坦福NLP)，TextBlob, MBSP, Pattern, PyTeaser, LangId和中文分词等多种工具

• LTP 哈工大开源处理工具[2][3]

• c/c++编写

• openNLP[4]

• 标记化、句子分割、词性标注、固有实体提取（指在句子中辨认出专有名词，例如：人名）、浅层分析（句字分块）、语法分析及指代

• FudanNLP[5][6]

• 最近有更新，采用java

• stanford nlp[7]

• 部分功能支持中文，可以自己训练

• NLTK[8]

• 可以用作学习，python

• ICTCLAS [9]

• 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

• LingPipe[10][11]

• lingpipe 是alias公司开发的一款自然语言处理软件包，包括主题分类、句题检测、字符语言建模等十余个模块。而且文档完整，甚至每一个算法都有论文参考。更难能可贵的是它支持中文。官方地址：http://alias-i.com/lingpipe/ 下载地址：http://alias-i.com/lingpipe/web/download.html LingPipe分为两个大块，一块是LingPipe核心文件，另外一块是LingPipe的模型类。需要支持中文的话需要下载Chinese Word Segmentation模块

• The Dragon Toolkit[12]

• The Dragon Toolkit is a Java-based development package for academic use in information retrieval (IR) and text mining (TM, including text classification, text clustering, text summarization, and topic modeling).

• RainbowNLP[13]

• RainbowNLP is a framework for various natural language processing tasks including: supervised name entity recognition and relationship extraction.’ 供命名实体识别和关系抽取有需要的朋友参考

word2vec

• word2vec tool

• word vector tool for text classification, text clustering or information retrieval[14]
• google word2ve[15]

• document vector[16]

• 　genSim[17] new function

• Deep Learning for Java[18]

• word2vec[19]