lac：百度NLP：分词，词性标注，命名实体识别，词首-源码
工具介绍
LAC全称中文的词法分析，是百度自然语言处理部研发的一种联合的词法分析工具，实现中文分词，词性标注，专名识别等功能。该工具具有以下特点和优势：
效果好：通过深度学习模型联合学习分词，词性标注，专名识别任务，单词索引，整体效果F1值超过0.91，词性标注F1值超过0.94，专名识别F1值超过0.85，效果领先。
效率高：精简模型参数，结合Paddle预测库的性能优化，CPU单线程性能达800QPS，效率领先。
可定制：实现简单可控的干预机制，精确匹配用户字典对模型进行干预。
调用便捷：支持一键安装，同时提供了Python，Java和C ++调用接口与调用示例，实现快速调用和集成。
支持
文件下载
评论信息
其他资源
- 微信小程序连接阿里云物联网平台云端API实现物联操控
- 实现简单文件管理系统
- 石墨烯comsol
- 程序设计抽象思想：C语言描述 中文版 PDF
- 文件管理系统
- 毕业设计源代码（人才招聘网站）
- lpc4357例程
- 迈锐宝第三方软件
- 计算机视觉、图像处理、硬币识别
- 停车场管理问题 C++/C数据结构
- 字体轮廓提取
- Computer and Machine Vision
- 可变比特率NRZ-DPSK信号的全光时钟恢复
- 2.6.2.8.3吋 For R61509.ILI9326.NT39125.SPFD5420A.SSD2220 FPC Circuit.pdf
- 优秀电子工艺实习报告
- 调监〔2014〕82号(国调中心关于增补智能变电站设备监控典型信息的通知)
- 明小子Domain3.6
- WPF漂亮的界面登陆后横向裂开到主界面
- Warshall算法（C#）
- Python Testing with pytest
- 将数据库中的数据表添加到ListControl控件
- DbVisualizer Pro 10.0.8 特别版
- 我使用的pycharm配色方案
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明