yaoguangluo / Deta_Parser
快速中文分词分析word segmentation
☆480Updated 2 years ago
Related projects ⓘ
Alternatives and complementary repositories for Deta_Parser
- 一个生产级、高性能、模块化、可扩展的中文NLP工具包。（中文分词、平均感知机、fastText、拼音、新词发现、分词纠错、BM25、人名识别、命名实体、自定义词典）☆678Updated 10 months ago
- Jcseg is a light weight NLP framework developed with Java. Provide CJK and English segmentation based on MMSEG algorithm, With also keywo…☆914Updated last year
- An Efficient Lexical Analyzer for Chinese☆328Updated 6 years ago
- FoolNLTK java version☆82Updated 5 years ago
- 基于行块分布函数的通用网页正文抽取算法的Python版本实现，添加了英文支持/ Web page content extraction algorithm, support both Chinese and English☆482Updated 5 years ago
- Chinese Word Segmentation Tool, THULAC的Java实现.☆85Updated 3 years ago
- Some useful Chinese corpus datasets 中文语料小数据☆531Updated 4 years ago
- 中文语句中的时间语义识别。即通过分析中文语句，识别出话语中提到的时间。☆629Updated 11 months ago
- 2019-SOTA简繁中文拼写检查工具：FASPell Chinese Spell Checker (Chinese Spell Check / 中文拼写检错 / 中文拼写纠错 / 中文拼写检查)☆1,202Updated 2 years ago
- Java开源项目cws_evaluation：中文分词器分词效果评估对比☆949Updated 7 years ago
- chinese-poetry [古诗] 简体中文版本☆280Updated 5 years ago
- 啊哈自然语言处理包，提供包括分词、依存句法分析、语义角色标注、自动摘要、语义相似度计算、LDA 主题预测、词云等服务。☆297Updated 2 months ago
- 基于hanlp的elasticsearch分词插件☆156Updated 3 years ago
- text classification - no machine learning knowledge needed☆498Updated last year
- 中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表、暴恐词表、繁简体转换、英文模拟中文发音、汪峰歌词生成器、职业名称词库、同义词库、反义词库、否定词库、汽…☆149Updated 5 years ago
- 这个项目是一个基本包.封装了大多数nlp项目中常用工具☆1,496Updated 7 months ago
- A text analyzer which is based on machine learning,statistics and dictionaries that can analyze text. So far, it supports hot word extra…☆203Updated 6 years ago
- 搜狗、百度、QQ输入法的词库文件的 Java 解析程序，配合 ThesaurusSpider 使用☆107Updated 5 years ago
- 自动构建中文词库：http://www.matrix67.com/blog/archives/5044☆650Updated 11 months ago
- A-Joke { 一个笑话，目的就是能够在工作之余博君一笑，尽得人生笑开颜 }☆145Updated 6 years ago
- 一款运行于Elasticsearch之上的中文拼音智能分词插件，支持全拼、首字母、中文混合搜索☆155Updated 11 months ago
- 一个轻量且功能全面的中文分词器，帮助学生了解分词器的工作原理。MicroTokenizer: A lightweight Chinese tokenizer designed for educational and research purposes. Provides a…☆147Updated last month
- HanLP中文分词Lucene插件，支持包括Solr在内的基于Lucene的系统☆297Updated 4 years ago
- NetDiscovery 是一款基于 Vert.x、RxJava 2 等框架实现的通用爬虫框架/中间件。☆640Updated 3 years ago
- 主谓宾提取器的Java实现（对斯坦福的代码失去兴趣，不再维护）☆136Updated 9 years ago
- C-OCR是携程自研的OCR项目，主要包括身份证、护照、火车票、签证等旅游相关证件、材料的识别。 项目包含4个部分，拒识、检测、识别、后处理。☆2,397Updated 9 months ago
- A lightweight jvm written by python☆457Updated 5 years ago
- 基于双缓冲队列、多刷盘机制的超轻量级 java 日志☆517Updated 6 years ago