句法分析工具 LTP HanLP
使用 pyltp
pyltp 是 LTP 的 Python 封装，提供了分词，词性标注，命名实体识别，依存句法分析，语义角色标注的功能。
使用 HanLp
HanLP是由一系列模型与算法组成的Java工具包，目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。
HanLP提供下列功能：
-
中文分词
-
最短路分词
-
N-最短路分词
-
CRF分词
-
感知机中文分词
-
索引分词
-
极速词典分词
-
用户自定义词典
-
词性标注
-
HMM词性标注
-
感知机词性标注
-
命名实体识别
-
中国人名识别
-
音译人名识别
-
日本人名识别
-
地名识别
-
实体机构名识别
-
感知机命名实体识别
-
关键词提取
-
TextRank关键词提取
-
自动摘要
-
TextRank自动摘要
-
短语提取
-
基于互信息和左右信息熵的短语提取
-
拼音转换
-
多音字
-
声母
-
韵母
-
声调
-
简繁转换
-
繁体中文分词
-
简繁分歧词（简体、繁体、臺灣正體、香港繁體）
-
文本推荐
-
语义推荐
-
拼音推荐
-
字词推荐
-
依存句法分析
-
基于神经网络的高性能依存句法分析器
-
MaxEnt依存句法分析
-
CRF依存句法分析
-
文本分类
-
情感分析
-
word2vec
-
词向量训练、加载、词语相似度计算、语义运算、查询、KMeans聚类
-
文档语义相似度计算
-
语料库工具
-
分词语料预处理
-
词频词性词典制作
-
BiGram统计
-
词共现统计
-
CoNLL语料预处理
-
CoNLL UA/LA/DA评测工具
在提供丰富功能的同时，HanLP内部模块坚持低耦合、模型坚持惰性加载、服务坚持静态提供、词典坚持明文发布，使用非常方便，同时自带一些语料处理工具，帮助用户训练自己的模型。
文章来源于网络
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/31557723/viewspace-2284365/ ，如需转载，请注明出处，否则将追究法律责任。
