jiagu

开源地址：https://github.com/ownthink/Jiagu
官方网址：https://www.ownthink.com/

Jiagu，深度学习自然语言处理工具，包括：中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、新词发现、关键词、文本摘要.

Jiagu以BiLSTM等模型为基础，使用大规模语料训练而成。将提供中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、关键词抽取、文本摘要、新词发现等常用自然语言处理功能。参考了各大工具优缺点制作。

提供的功能有：

中文分词
词性标注
命名实体识别
情感分析 (模型训练中)
知识图谱关系抽取 （模型训练中）
关键词提取
文本摘要
新词发现
等等

快速入门（Python3 使用pip安装：pip3 install jiagu）

import jiagu

jiagu.init() # 可手动初始化，也可以动态初始化

text = '厦门明天会不会下雨'

words = jiagu.seg(text) # 分词
print(words)

pos = jiagu.pos(words) # 词性标注
print(pos)

ner = jiagu.ner(text) # 命名实体识别
print(ner)

以下分词工具均能在Python环境中直接调用（排名不分先后）。

jieba（结巴分词） 免费使用
HanLP（汉语言处理包） 免费使用
SnowNLP（中文的类库） 免费使用
FoolNLTK（中文处理工具包） 免费使用
Jiagu（甲骨NLP） 免费使用
pyltp（哈工大语言云） 商用需要付费
THULAC（清华中文词法分析工具包） 商用需要付费
NLPIR（汉语分词系统） 付费使用

image.png

测试集：

• msr
• pku
• other

1. msr测试结果

   
   image.png

2. pku测试结果

   
   image.png

3. other测试结果

   
   image.png

4. 时间测试结果

   
   image.png

import jiagu

text = '姚明（Yao Ming），1980年9月12日出生于上海市徐汇区，祖籍江苏省苏州市吴江区震泽镇，前中国职业篮球运动员，司职中锋，现任中职联公司董事长兼总经理。'
knowledge = jiagu.knowledge(text)
print(knowledge)
text = '''
该研究主持者之一、波士顿大学地球与环境科学系博士陈池（音）表示，“尽管中国和印度国土面积仅占全球陆地的9%，但两国为这一绿化过程贡献超过三分之一。考虑到人口过多的国家一般存在对土地过度利用的问题，这个发现令人吃惊。”
NASA埃姆斯研究中心的科学家拉玛·内曼尼（Rama Nemani）说，“这一长期数据能让我们深入分析地表绿化背后的影响因素。我们一开始以为，植被增加是由于更多二氧化碳排放，导致气候更加温暖、潮湿，适宜生长。”
“MODIS的数据让我们能在非常小的尺度上理解这一现象，我们发现人类活动也作出了贡献。”
NASA文章介绍，在中国为全球绿化进程做出的贡献中，有42%来源于植树造林工程，对于减少土壤侵蚀、空气污染与气候变化发挥了作用。
据观察者网过往报道，2017年我国全国共完成造林736.2万公顷、森林抚育830.2万公顷。其中，天然林资源保护工程完成造林26万公顷，退耕还林工程完成造林91.2万公顷。京津风沙源治理工程完成造林18.5万公顷。三北及长江流域等重点防护林体系工程完成造林99.1万公顷。完成国家储备林建设任务68万公顷。
'''             
keywords = jiagu.keywords(text, 5) # 关键词
print(keywords)
summarize = jiagu.summarize(text, 3) # 摘要
print(summarize)

[['姚明', '出生日期', '1980年9月12日'], ['姚明', '出生地', '上海市徐汇区'], ['姚明', '祖籍', '江苏省苏州市吴江区震泽镇']]
['造林', '工程', '绿化', '数据', '贡献']
['”NASA文章介绍，在中国为全球绿化进程做出的贡献中，有42%来源于植树造林工程，对于减少土壤侵蚀、空气污染与气候变化发挥了作用。', '其中，天然林资源保护工程完成造林26万公顷，退耕还林工程完成造林91.2万公顷。', '京津风沙源治理工程完成造林18.5万公顷。']