在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
开源软件名称:Jiagu开源软件地址:https://gitee.com/ownthink/Jiagu开源软件介绍:Jiagu自然语言处理工具
目录提供的功能有:
安装方式pip安装 pip install -U jiagu 如果比较慢,可以使用清华的pip源: 源码安装 git clone https://github.com/ownthink/Jiagucd Jiagupython3 setup.py install 使用方式
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(words) # 命名实体识别print(ner)
import jiagutext = '汉服和服装、维基图谱'words = jiagu.seg(text)print(words)# jiagu.load_userdict('dict/user.dict') # 加载自定义字典,支持字典路径、字典列表形式。jiagu.load_userdict(['汉服和服装'])words = jiagu.seg(text) # 自定义分词,字典分词模式有效print(words)
仅用于测试用,可以pip3 install jiagu==0.1.8,只能使用百科的描述进行测试。效果更佳的后期将会开放api。 import jiagu# 吻别是由张学友演唱的一首歌曲。# 《盗墓笔记》是2014年欢瑞世纪影视传媒股份有限公司出品的一部网络季播剧,改编自南派三叔所著的同名小说,由郑保瑞和罗永昌联合导演,李易峰、杨洋、唐嫣、刘天佐、张智尧、魏巍等主演。text = '姚明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) 训练数据:https://github.com/ownthink/KnowledgeGraphData
import jiagutext = '''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)
import jiagufin = open('input.txt', 'r')text = fin.read()fin.close()summarize = jiagu.summarize(text, 3) # 摘要print(summarize)
import jiagujiagu.findword('input.txt', 'output.txt') # 根据文本,利用信息熵做新词发现。
import jiagutext = '很讨厌还是个懒鬼'sentiment = jiagu.sentiment(text)print(sentiment)
import jiagudocs = [ "百度深度学习中文情感分析工具Senta试用及在线测试", "情感分析是自然语言处理里面一个热门话题", "AI Challenger 2018 文本挖掘类竞赛相关解决方案及代码汇总", "深度学习实践:从零开始做电影评论文本情感分析", "BERT相关论文、文章和代码资源汇总", "将不同长度的句子用BERT预训练模型编码,映射到一个固定长度的向量上", "自然语言处理工具包spaCy介绍", "现在可以快速测试一下spaCy的相关功能,我们以英文数据为例,spaCy目前主要支持英文和德文" ]cluster = jiagu.text_cluster(docs) print(cluster) 评价标准
附录
n 普通名词nt 时间名词nd 方位名词nl 处所名词nh 人名nhf 姓nhs 名ns 地名nn 族名ni 机构名nz 其他专名v 动词vd 趋向动词vl 联系动词vu 能愿动词a 形容词f 区别词m 数词 q 量词d 副词r 代词p 介词c 连词u 助词e 叹词o 拟声词i 习用语j 缩略语h 前接成分k 后接成分g 语素字x 非语素字w 标点符号ws 非汉字字符串wu 其他未知的符号
B-PER、I-PER 人名B-LOC、I-LOC 地名B-ORG、I-ORG 机构名 加入我们人工智能qq群1:90780053(满)人工智能qq群2:956936481(满)人工智能qq群3:1160292084(满)人工智能qq群4:1019825236知识图谱qq群1:55152968(满)知识图谱qq群2:740104333(满)知识图谱qq群3:586457987微信群可联系作者微信:MrYener,作者邮箱联系方式:[email protected] 捐赠作者(您的鼓励是作者开源最大的动力!!!):捐赠致谢 贡献者: |
请发表评论