美文网首页
NLP比较好用的库 2019-5-20 AM

NLP比较好用的库 2019-5-20 AM

作者: 坚持的皮蛋 | 来源:发表于2019-05-29 09:39 被阅读0次

    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。']

    相关文章

      网友评论

          本文标题:NLP比较好用的库 2019-5-20 AM

          本文链接:https://www.haomeiwen.com/subject/vgqetctx.html