![](https://img-blog.csdnimg.cn/20190918140158853.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
NLP
文章平均质量分 68
自然语言处理相关文章
zkkkkkkkkkkkkk
https://pypi.tuna.tsinghua.edu.cn/simple
展开
-
知识图谱 — pyhanlp实现命名体识别(附命名体识别代码)
上篇文章将到了使用jieba、pyhanlp、smoothnlp工具进行文本分词,这篇文章在上篇分词的基础上接着讲解命名体识别,感兴趣请点我进入到上篇文章查看分词工具的使用。本文在最后有本人一些不成熟的命名体识别方法。一、什么是实体? 怎么样,被这么一问是不是不知道如何回答。实体的特性必有确定性,这样就可以把实体理解成一个确定的实例。就比如 “王者荣耀“它其实就是一个确确实实存在的实例,而单单拿 ”王者“或者 ”荣耀“来说,我们不能一下子确定是什么。这就是实体的概念。...原创 2021-12-31 11:50:25 · 1847 阅读 · 2 评论 -
常用词词性表
本文记录了一些常用词词性表(可能没有那么全面,但是常用的一般都有),方便后续工作的查阅。a 形容词 ad 副形词 an 名形词 b 区别词 c 连词 d 副词 e 叹词 f 方位词 i 成语 l 习用语 m 数词 n 名词 nr 人名 ns 地名 nt 机构名 ntc 公司名 nz 其他专有名词 p 介词 q 量词.原创 2022-01-06 17:14:24 · 676 阅读 · 0 评论 -
使用jieba、pyhanlp工具实现关键字词句的提取
关键字提取 简单来说关键字提取就是从一段文本中将最能体现总体思想的词或句抽取出来。关键字可以帮助我们快速了解文本想要表达的内容,尤其是在很长的文献、作文、专利等篇幅巨大、内容居多的场景中可以发挥出不错的效果。 关键词的提取具有如下方法:TF-IDF、TextRank、jieba、pyhanlp 关于jieba和pyhanlp分词的实现可以看这篇博客:知识图谱 — jieba、pyhanlp、smoothnlp工具实现中文分词(词性表)原创 2022-01-26 14:02:19 · 3500 阅读 · 0 评论