文件名称: ltp_new下载
收藏√ [
5 4 3 2 1 ]
开发工具: Java
文件大小: 27 KB
上传时间: 2014-04-17
下载次数: 13
提 供 者: 李静静
详细说明:使用哈工大信息检索实验室LTP系统进行分词,词性标注,命名实体识别,依存句法分析,语义角色标注
同时是最新版API使用情况,JAVA版本,并且生成XML文件-Retrieval Laboratory LTP system segmentation, the use of Harbin Institute of technology information of part of speech tagging, named entity recognition, dependency parsing, semantic role labeling
At the same time, is the latest version of the API usage, JAVA version, and generate the XML file
文件列表(点击判断是否您需要的文件,如果是垃圾请在下面评价投诉):
ltp_new
.......\.classpath
.......\.project
.......\.settings
.......\.........\org.eclipse.jdt.core.prefs
.......\bin
.......\...\Basics
.......\...\......\Basics
.......\...\......\CommandLineAPI$FORMATS.class
.......\...\......\CommandLineAPI$PATTERNS.class
.......\...\......\CommandLineAPI.class
.......\...\......\out_xml.txt
.......\...\......\SimpleAPI.class
.......\...\Customs
.......\...\.......\CustomSegmentation.class
.......\src
.......\...\Basics
.......\...\......\Basics
.......\...\......\......\CommandLineAPI$FORMATS.class
.......\...\......\......\CommandLineAPI$PATTERNS.class
.......\...\......\......\CommandLineAPI.class
.......\...\......\......\SimpleAPI.class
.......\...\......\CommandLineAPI$FORMATS.class
.......\...\......\CommandLineAPI$PATTERNS.class
.......\...\......\CommandLineAPI.class
.......\...\......\CommandLineAPI.java
.......\...\......\out_xml.txt
.......\...\......\SimpleAPI.class
.......\...\......\SimpleAPI.java
.......\...\Customs
.......\...\.......\CustomSegmentation.java
.......\...\out_xml.txt
输入关键字,在本站238万海量源码库中尽情搜索:
帮助
[LTP.rar] - 哈工大LTP自然语言处理工具的java调用实例,利用jni调用dll,实现中文的分词,词性标注,建立依存树等
[Nlpir.rar] - 前NLPIR汉语分词系统(又名ICTCLAS2013),主要功能包括中文分词;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;张华平博士先后倾力打造十余年,内核升级10次。国内国际排名均为第一。
项目已经配置好环境,导入Ec
[NamedEntityRecognition.rar] - 一个用Java写的命名实体识别程序
import edu.fudan.nlp.tag.NERTagger
public class NamedEntityRecognition {
public static void main(String[] args) throws Exc
[Entity_Relation_Extraction.rar] - 说明:目前信息抽取的主要研究方向是命名实体识别、指代消解、实体语义关系抽取、事件探测等几个领域。本资料包含7篇关于关系抽取的相关经典论文。