除了中文分词,英文有没有相关分词的 API 或者开源软件? - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
请不要在回答技术问题时复制粘贴 AI 生成的内容
Reign

除了中文分词,英文有没有相关分词的 API 或者开源软件?

  •  
  •   Reign 2017 年 2 月 15 日 5275 次点击
    这是一个创建于 3356 天前的主题,其中的信息可能已经有所发展或是发生改变。

    英文的分词也不只是用空格分开那么简单,比如: The golden gate bridge is located in San Francisco ,这句话如果简单的用空格 explode 的话,最终会将“ golden gate bridge ”以及“ San Francisco ”给分拆开来而失去原有的意义,有没有这方面英文词组相关的分词 api 或者开源程序?

    13 条回复    2020-11-16 19:33:24 +08:00
    knightdf
        1
    knightdf  
       2017 年 2 月 15 日
    你想多了,这已经不是简单的分词了,是 entity extraction 了
    ligyxy
        2
    ligyxy  
       2017 年 2 月 15 日 via Android
    second order phrase model
    yangyaofei
        3
    yangyaofei  
       2017 年 2 月 15 日 via Android
    @knightdf 这不是 n-gram 么……
    neurocomputing
        4
    neurocomputing  
       2017 年 2 月 15 日
    stanford 有开源的 NLP 包
    slixurd
        5
    slixurd  
       2017 年 2 月 15 日
    所以一般英文处理的时候会保留位置信息...
    knightdf
        6
    knightdf  
       2017 年 2 月 15 日
    @yangyaofei n-gram 只是方法
    knightdf
        7
    knightdf  
       2017 年 2 月 15 日
    @knightdf 我说 extraction 也不对,应该叫 recognition
    cszeus
        8
    cszeus  
       2017 年 2 月 16 日
    是想做 named entity recognition 还是 tokenization?
    cszeus
        9
    cszeus  
       2017 年 2 月 16 日
    反正可以看看 standford 的 http://nlp.stanford.edu/software/CRF-NER.shtml#Starting 或者 NLTK
    freeman
        10
    freeman  
       2017 年 2 月 16 日
    还有那种没有空格的,比如: goldnecklace(gold necklace)
    holajamc
        11
    holajamc  
       2017 年 2 月 16 日
    斯坦福的 CoreNLP ,如果是 Java 程序员的话可以直接用,也可以配合 Python NLTK ,另外连续相同的单词首字母大写可以划分为一个词咩(逃
    liyu4
        12
    liyu4  
       2017 年 2 月 16 日
    wocao ,英文分词你还要怎么样!
    BarryLu
        13
    BarryLu  
       2020 年 11 月 16 日
    您好!请问一下,这个分词需求您后来用什么解决了?
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     831 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 65ms UTC 21:45 PVG 05:45 LAX 14:45 JFK 17:45
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86