《pyhton自然语言处理》学习笔记（二） foolnltk

最新推荐文章于 2024-08-10 07:02:11 发布
最新推荐文章于 2024-08-10 07:02:11 发布
阅读量370 收藏
点赞数
分类专栏： 自然语言处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/becky_w/article/details/84255935
版权

在了解了nltk 之后，因为要处理中文，所以下载了foolnltk 的工具

我试用了几个简单的功能

在这里插入图片描述
第一次使用的时候，需要加载库，会比较慢，需要稍等一会儿

在这里插入图片描述
这里是加载用户自定义字典，并且删除字典
但是对于我添加的某一些词，无论词频有多高，都不会优先显示，可能还有什么需要修改的地方
update: 这里有个值得注意的点是，如果后来重新加载用户自定义不同的字典会出错，必须先要删除原来的字典，才能够加载新的字典
在这里插入图片描述词性标注

在这里插入图片描述
实体识别

beckyUp
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
FoolNLTK：中国自然语言工具包
02-23
傻瓜NLTK 中文文字处理工具包 特征 尽管不是最快的，但FoolNLTK可能是市场上最准确的开源中文分词器 根据训练 分词，词性标注，实体识别的高精度 用户定义的字典 自我训练模型的能力 允许批处理 入门 *** 2020/2/16 ***更新：使用伯特模型火车和出口模型进行部署， 要下载并构建FoolNLTK，请输入： get clone https://github.com/rockyzhengwu/FoolNLTK.git cd FoolNLTK/train 有关详细 仅在Linux Python 3环境中测试。 安装 pip install foolnltk 使用说明 对于分词： import fool text = "一个傻子在北京" print(fool.cut(text)) # ['一个', '傻子', '在', '北京'] 对于分词细分，请指定-b参数以增加每次运行
python的foolnltk库实现中文NER
qq_43483899的博客
05-05 1493
中文文本实现实体命名识别NER(Named Entity Recognition)
FoolNLTK简介
摆渡者
12-24 2476
foolnltk是一个基于深度学习的中文分词工具 1、特点： 基于BiLSTM模型训练而成 包含分词、词性标注、实体识别，都有比较高的准确率 用户定义词典 知乎网址：https://www.zhihu.com/search?type=content&q=FoolNLTK%E7%AE%80%E4%BB%8B git 网址：https://github.com/rockyzhengwu/F...
【foolnltk 中文分词】简单好用新的中文分词包
赖德发的博客
04-12 1245
python 中文分词 工具包，如jieba,pkuseg，hanNLP ，下面介绍另外一种新的中文分词工具包foolnltk FoolNLTK — 作者号称“可能不是最快的开源中文分词，但很可能是最准的开源中文分词”。 这个开源工具包基于BiLSTM模型训练而成，功能包含分词，词性标注，实体识别。并支持用户自定义词典，可训练自己的模型及批量处理文本。 如何安装： pip install foolnltk ...
中文处理FoolNLTK
duanshao的专栏
06-22 4358
中文处理FoolNLTK这是一个中文处理工具，提供BiLSTM来分词。特性，基于BiLSTM模型来训练、准确度高、可用户自定义字典、支持自训练、允许batch处理、速度不是最快的，但接近市场上的大部分开源工具。依赖：python3安装：pip install foolnltk使用：python -m fool [filename]用户可自定义字典，格式如下难受香菇 10什么鬼 10加载自定义字典；...
基于rasa-框架实现指自然语言相关功能:实体识别、文本分类、代消解功能、关系抽取等
06-24
基于rasa的litemind自然语言处理工程 t1 指代消解 > coref 组织方式 分词-> 词性标注-> 句法分析 实体识别-> 人实体性别判断 -> 指代匹配策略 目前优化点 增加人名实体的识别精度, 人名-> 性别 t2 话单入图 > ...
本科毕业设计-课程设计-基于pyhton+Flask框架+机器学习+NLP的岗位薪资分析与预测项目，web开发、爬虫、ML融合
06-23
本科毕业设计-课程设计-基于pyhton+Flask框架+机器学习+NLP的岗位薪资分析与预测项目。项目内容包含web开发、网络爬虫、机器学习等技术 项目选题 岗位薪资分析与预测 项目结构 data/ 爬取的各大招聘网站互联网岗位...
Python-FoolNLTK中文处理工具包号称可能不是最快的开源中文分词
08-10
可能不是最快的开源中文分词，但很可能是最准的开源中文分词 基于BiLSTM模型训练而成 包含分词，词性标注，实体识别,　都有比较高的准确率 用户自定义词典
Python工具包-中文处理工具FoolNLTK
周先森爱吃素的博客
03-19 2959
介绍FoolNTLK的使用。
FoolNLTK 开源项目使用教程
最新发布
gitblog_00191的博客
08-10 259
FoolNLTK 开源项目使用教程 FoolNLTKrockyzhengwu/FoolNLTK: 是一个基于NLTK的自然语言处理库。适合用于需要进行文本分析和处理的Python项目。特点是可以提供一系列的自然语言处理工具和资源，如分词、词性标注和命名实体识别等。项目地址:https://gitcode.com/gh_mirrors/fo/FoolNLTK 1. 项目的目录结构及介绍 FoolN...
初学者|一步步掌握FoolNLTK
AI小白入门的博客
10-05 849
点击上方蓝色字体，关注AI小白入门哟跟着博主的脚步，每天进步一点点本文介绍了FoolNLTK的使用方法，是一个使用双向 LSTM 构建的便捷的中文处理工具包，该工具不仅...
[深度学习工具]·FoolNLTK 中文处理工具包使用教程
简明AI工作室
11-24 2619
FoolNLTK 中文处理工具包 近日 GitHub 用户 wu.zheng 开源了一个使用双向 LSTM 构建的中文处理工具包，该工具不仅可以实现分词、词性标注和命名实体识别，同时还能使用用户自定义字典加强分词的效果。 特点 可能不是最快的开源中文分词，但很可能是最准的开源中文分词 基于BiLSTM模型训练而成 包含分词，词性标注，实体识别,　都有比较高的准确率 用户自定义词典 可训练自己的模...
FoolNLTK—简单好用的中文NLP工具包
pyjishu的博客
04-01 1850
FoolNLTK — 作者号称“可能不是最快的开源中文分词，但很可能是最准的开源中文分词”。 这个开源工具包基于BiLSTM模型训练而成，功能包含分词，词性标注，实体识别。并支持用户自定义词典，可训练自己的模型及批量处理文本。 1.准备 开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细Python安装指南 进行安装。 如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda，它内置了Pytho
python 分词器使用
shuihupo的博客
08-08 2205
个人接触的分词器 安装 调用 jieba“结巴”中文分词：做最好的 Python 中文分词组件https://github.com/fxsjy/jieba 清华大学THULAC：一个高效的中文词法分析工具包 https://github.com/thunlp/THULAC-Python FoolNLTK可能不是最快的开源中文分词，但很可能是最准的开源中文分词 https://g...
新 GitHub 开放项目 FoolNLTK：一个便捷的中文处理工具包
机器之心
12-29 7920
近日 GitHub 用户 wu.zheng 开源了一个使用双向 LSTM 构建的中文处理工具包，该工具不仅可以实现分词、词性标注和命名实体识别，同时还能使用用户自定义字典加强分词的效果。机器之心简要介绍了这种双向 LSTM，并给出了我们在 Windows 上测试该工具的结果。 中文处理工具包 GitHub 地址：https:/
FoolNLTK — 简单好用的中文NLP工具包
Z987421的博客
04-19 517
FoolNLTK — 作者号称“可能不是最快的开源中文分词，但很可能是最准的开源中文分词”。 这个开源工具包基于BiLSTM模型训练而成，功能包含分词，词性标注，实体识别。并支持用户自定义词典，可训练自己的模型及批量处理文本。 1.准备 开始之前，你要确保Python和pip已经成功安装在电脑上，如果没有，进行安装。 如果你用Python的目的是数据分析，可以直接安装Anaconda，它内置了Python和pip. 此外，推荐大家用VSCode编辑器，它有许多的优点。 请选择以下任一种方式输入命令安装依赖：
pyhton语言的特点
04-28
1. 简单易学：Python语法简单明了，易于理解和学习。 2. 面向对象：Python支持面向对象编程，使代码更加模块化、灵活性更高。 3. 互动性强：Python支持交互式编程，可以在控制台直接执行代码，快速验证结果。 4. ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值