找到相关仓库约为895个
搜索工具
排序方式：
最多stars
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）
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。
爬取某东商品评价，对评价进行数据处理，分词，概率、词云图可视化，用朴素贝叶斯和支持向量机进行分类训练，可以预测文本内容和文件内容并保存为csv文件
基于开源hanlp基础上，拆分和优化而形成的自然语言理解组件库，提供拼音转换、简繁体转换、关键字抽取、自动摘要、自动聚类、文本分类、分词等能力
推荐博客
...