Java 实现的自然语言处理 中文分词 词性标注 命名实体识别 依存句法分析 关键词提取 自动摘要 短语提取 拼音 简繁转换。.zip,自然语言处理 中文分词 词性标注 命名实体识别 依存句法分析 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁

该程序集为c++所写，其集分词、词性标注、句法分析为一体，一个开源程序本人在vs2005+stlport5.2.1下调试通过……

ltp_java_demo-依存句法分析.zip

挺好的

Java 实现的自然语言处理 中文分词 词性标注 命名实体识别 依存句法分析 关键词提取 自动摘要 短语提取 拼音 简繁转换。.zip,自然语言处理 中文分词 词性标注 命名实体识别 依存句法分析 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁

本文基于Perceptron算法的过渡方法，对现代哈萨克语阿拉伯文字的句法分析进行了研究。 传统的哈萨克语语法分析技术通常对单个任务（例如词性（POS），块和句法分析）进行分层和顺序分析，并通过其本地状态最佳模型独立地分析每个任务。 本文介绍了一种使用感知器模型进行训练的哈萨克解析系统，并使用Beam-Search算法进行解析的平移归约法进行解码。 我们使用平均感知器代替传统感知器模型来解决过度拟合的问题。 由于联合模型的搜索空间是每个任务的搜索空间的乘积，即固定列值B与动态列值的乘积，因此改进了Beam-Search解码算法，提高了搜索空间的准确性。 另外，设计奖励函数以减少波束搜索解码算法在搜索时修剪掉最佳结果的风险，从而提高结果的准确性。 由于语法分析是哈萨克语言处理的重要组成部分，因此它们是语义分析，机器翻译以及哈萨克语言中许多其他应用程序的基础任务。

sDNA是一项学术，政府和商业混合项目，起源于卡迪夫规划地理学院和可持续发展地方研究所，目前常用于城市规划的空间规划分析和可视化表达。该软件为2019年9月发布的最新版本

资料来源：《模式识别快报》，30（2），第180-186页，2009。

亲测可用！

从输入串的起始位置到最后位置，循环执行如下步骤。 如果待处理表（Agenda）为空，则找到下一个位置上的词，将该词对应的所有词类X附以(P_i 〖,P〗_j )后放到待处理表中(X(P_i 〖,P〗_j ))。其中，P_i 〖,P〗_j分别是该词的起始位置和终止位置，j>i，P_j-P_i为该词的长度。 从Agenda中取出一个元素，其标志成分为X，位置跨度为(P_i 〖,P〗_j )。 对于每条规则A→Xγ，将A→X·γ加入活动边集ActiveArc的(P_i 〖,P〗_j )位置中，然后调用扩展弧子程序。