《NLP汉语自然语言处理原理与实践》（郑捷著）是一本专业研究自然语言处理的书籍，本文作者在阅读这本书，调试其中的程序代码时，发现由于版本升级，导致其中的某些程序无法执行。本文针对书中第24页“安装StanfordNLP并编写Python接口类”部分的程序，列出在版本升级后出现的问题，以及相应的解决方案。本文也可以单独作为学习StanfordNLP工具包的学习文档。

Stanford NLP core nlp java包

基于旋量理论的运动学分析方法比采用传统的 D-H方法更加简化。 以一种常见的开链机器人 Stanford臂为 例,利用运动旋量和指数积等数学工具建立了运动学方程,求出了雅可比矩阵,为建立其动力学方程、控制方法及运动 规划做了必要的准备。

Stanford Sentiment Treebank 是一个标准情感数据集，主要用于情感分类，其中每个句子分析树的节点均有细粒度的情感注解。 该数据集由斯坦福大学的 NLP 组发布，其中句子和短语共计 239232 条，相较于忽略单词顺序的大多数情绪预测系统，这套深度学习模型建立了基于句子 结构 的完整表示。它可根据单词组成的短语判断情绪。 该数据集由斯坦福大学 自然语言处理 组于 2013 年发布，相关论文有《Recursive Deep Models for Semantic Compositionality Over a Sentiment Treebank》。

Stanford Cars Dataset 是包含 196 种汽车类型的图像数据集，主要用于图像分类，其共有 16,185 张图像，其中训练图像和测试图像分别为 8,144 张和 8,041 张，每个类别的图像数量相当，其中分类基于汽车品牌、车型和年份。 该数据集由斯坦福大学 – 人工智能 实验室于 2013 年发布，相关论文有《3D Object Representations for Fine-Grained Categorization》。

算法：设计和分析，第1部分 在学习Coursera课程“Tim Roughgarden）时该存储库用于记录我的个人进度。 它将包括对编程问题的答案，这些问题大多是用JavaScript编写的，并且可能还包括一些与课程内容有关的注释，或在调试我的代码期间看到的陷阱。 在寻找答案之前，请务必尝试自行解决问题。

stanford tregex 与stanford parser 结合分析做语言处理用

来自Stanford的免费小波变换的软件, WAVELAB

斯坦福大学CoreNLP Stanford CoreNLP提供了一组用Java编写的自然语言分析工具。 它可以接受原始的人类语言文本输入，并给出单词的基本形式，它们的词性，是否是公司名称，人员名称等，规范化并解释日期，时间和数字量，标记句子的结构在短语或单词从属关系方面，并指出哪些名词短语指代相同的实体。 它最初是为英语开发的，但现在也为（现代标准）阿拉伯语，（大陆）中文，法语，德语和西班牙语提供不同级别的支持。 斯坦福大学的CoreNLP是一个集成的框架，这使得将大量语言分析工具应用于一段文本变得非常容易。 从纯文本开始，您只需两行代码即可运行所有工具。 它的分析为更高层次和特定领域的文本理解应用程序提供了基础构建块。 Stanford CoreNLP是一套稳定且经过测试的自然语言处理工具，已被学术界，行业和政府中的各个团体广泛使用。 这些工具使用基于规则的，概率机器学习和深度学习组件。 Stanford CoreNLP代码用Java编写，并根据GNU通用公共许可证（v3或更高版本）获得许可。 请注意，这是完整的GPL，它允许许多免费使用，但不能在分发给他人的专有软件中使用。 制

本文件包含Stanford bunny的pcd、ply、txt三种格式的文件。