找到相关仓库约为869个
搜索工具
排序方式：
最多stars
基于nltk的微博热点趋势大数据分析 在本次案例中，我们首先需要载入通过爬虫程序抓取的微博文本内容，然后使用结巴分词对每个博主的微博进行分词处理，然后汇总每个博主的分词获得总词袋，再计算总词袋中词汇的每日文档频率（视每个博主每天所有微博为一个文档）。这样我们可以获得每一天微博热点词汇的排行。
人民日报命名实体识别数据集预处理程序，生成BMES标记的数据，并保留分词信息、词性标注信息。renminribao NER pretreatment.
中文自然语言处理工具集【断句/分词/词性标注/组块/句法分析/语义分析/NER/N元语法/HMM/代词消解/情感分析/拼写检查】
，项目内部含有朴素贝叶斯，余弦定理，逻辑回归多种分类算法以及mm，rmm分词器，同时从某新闻站点爬取了多个分类共6000多篇文章，以及一个中文词典。项目方便自由拓展各种分类器和分词器，并通过组装测试分类效果。
1.功能单一，只有中文分词功能，没有词性标注及分析等功能 2.分词速度快（词库实现了分块查询，比一般的分词系统上快3-4倍） 3.分词准确率高（实现了管道输出输入，分词过程被划分为多个单独处理的阶段） 4.一键部署，容易使用（可以作为java包直接调用，也可以二次开发，代码开源）
模仿结巴分词的HMM模式的NodeJs环境的分词工具, 词典数据来自 结巴分词, 感谢 结巴分词.
基于Pytorch和torchtext的自然语言处理深度学习框架，包含序列标注、文本分类、句子关系、文本生成、结构分析、五大功能模块，已实现了命名实体识别、中文分词、词性标注、语义角色标注、情感分析、关系抽取、语言模型、文本相似度、文本蕴含、依存句法分析、词向量训练、聊天机器人、机器翻译
推荐博客
...