Apache OpenNLP memungkinkan pengembang untuk memberi makan sistem blok teks dan menggunakan koleksi NLP (Neuro-Linguistic Programming) alat untuk mendeteksi berbagai bagian komponen.
OpenNLP akan dapat mendeteksi kalimat, kalimat bagian komponen, entitas melakukan deteksi, parsing teks & membelah, dan banyak operasi kompleks lainnya.
Hasil tugas-tugas ini dapat diumpankan ke mesin pengolahan teks lain yang bekerja dengan sampel teks yang lebih kecil dan tidak akan mampu menangani blok yang lebih besar pada efisiensi yang sama.
OpenNLP dapat digunakan dalam mesin pencari, format dokumen, parsing dokumen, Web crawler, dan sebagainya.
Sejak proyek ini menggunakan metode pembelajaran mesin, yang lebih banyak teks Anda makan Apache OpenNLP, lebih baik itu akan di pekerjaannya
Apa yang baru dalam rilis ini:.
< p>- alat Porter Stemmer
- L-BFGS estimasi parameter
- Peningkatan dokumentasi
- Fine-grained laporan evaluasi POSTagger
- Peningkatan dukungan untuk beban pengguna disediakan fitur Generator dan validasi konteks dari lingkungan OSGi
Kelas
Apa yang baru di versi 1.5.3:
- alat Porter Stemmer
- L-BFGS estimasi parameter
- Peningkatan dokumentasi
- Fine-grained laporan evaluasi POSTagger
- Peningkatan dukungan untuk beban pengguna disediakan fitur Generator dan validasi konteks dari lingkungan OSGi
Kelas
Apa yang baru di versi 1.5.2:
- Peningkatan ruang putih penanganan Kalimat Detector dan nya
- Kode pelatihan
- baris perintah Ditambahkan lebih lintas validator
- Command kode penanganan garis telah refactored
- masalah Tetap dengan membangun baru
- Sekarang menggunakan kode token generasi fitur kelas cepat secara default
- Ditambahkan dukungan untuk BioNLP / NLPBA 2004 bersama data tugas
- Penghapusan kode lama dan usang
- kasus Kamus dukungan sensitivitas sekarang dilakukan dengan benar
- Dukungan untuk OSGi
alat
Apa yang baru di versi 1.5.1:
- dokumentasi Wiki dikonversi ke docbook
- F-Measure presisi fix (OpenNLP-59)
- Perceptron perbaikan bug
- CoNLL 2003 mendukung format pelatihan
- dukungan evaluasi chunker
- chunker mendukung sekarang Portugis Format AD Bosque
- refactoring chunker
Komentar tidak ditemukan