java

关注公众号 jb51net

关闭
首页 > 软件编程 > java > Java NLP框架

Java生态中的NLP框架详解

作者：Elastic开源社区

Java生态系统中提供了多个强大的自然语言处理(NLP)框架,今天通过本文给大家介绍Java生态中的NLP框架,感兴趣的朋友一起看看吧

Java生态系统中提供了多个强大的自然语言处理(NLP)框架，以下是主要的NLP框架及其详细说明：

1、Apache OpenNLP

​简介​：Apache OpenNLP是Apache软件基金会的开源项目，提供了一系列常用的NLP工具。

​主要功能​：

​特点​：

示例代码​：

InputStream modelIn = new FileInputStream("en-sent.bin");
SentenceModel model = new SentenceModel(modelIn);
SentenceDetectorME sentenceDetector = new SentenceDetectorME(model);
String sentences[] = sentenceDetector.sentDetect("First sentence. Second sentence.");

2、Stanford CoreNLP

​简介​：由斯坦福大学开发的一套完整的NLP工具集，功能强大但相对较重。

​主要功能​：

​特点​：

示例代码​：

Properties props = new Properties();
props.setProperty("annotators", "tokenize, ssplit, pos, lemma, ner, parse, sentiment");
StanfordCoreNLP pipeline = new StanfordCoreNLP(props);
Annotation document = new Annotation("Stanford CoreNLP is great!");
pipeline.annotate(document);

3、LingPipe

​简介​：商业级NLP工具包，提供免费版本和商业许可版本。

​主要功能​：

​特点​：

​示例代码​：

TokenizerFactory tokenizerFactory = IndoEuropeanTokenizerFactory.INSTANCE;
Tokenizer tokenizer = tokenizerFactory.tokenizer("This is LingPipe.", 0, "This is LingPipe.".length());
for (Token token : tokenizer)
    System.out.println("Token: " + token);

4、DKPro Core

​简介​：基于UIMA框架的NLP处理组件集合，由德国达姆施塔特工业大学开发。

​主要功能​：

​特点​：

​示例代码​：

AnalysisEngine engine = AnalysisEngineFactory.createEngine(
    createEngineDescription(
        LanguageToolSegmenter.class,
        LanguageToolLemmatizer.class));
JCas jcas = engine.newJCas();
jcas.setDocumentText("This is DKPro Core.");
engine.process(jcas);

5、Cogcomp NLP

​简介​：由伊利诺伊大学认知计算组开发的NLP工具包。

​主要功能​：

​特点​：

6、MALLET

​简介​：主要用于统计自然语言处理的Java工具包，特别擅长主题建模。

​主要功能​：

特点​：

示例代码​：

InstanceList instances = new InstanceList(new SerialPipes(pipes));
instances.addThruPipe(new LineIterator("data.txt"));
ParallelTopicModel model = new ParallelTopicModel(5, 1.0, 0.01);
model.addInstances(instances);
model.estimate();

7、ClearTK

​简介​：基于UIMA框架的机器学习工具包，专注于NLP任务。

​主要功能​：

​特点​：

8、Deeplearning4j

​简介​：Java实现的深度学习框架，可用于NLP任务。

​主要功能​：

特点​：

示例代码​：

TokenizerFactory tokenizerFactory = new DefaultTokenizerFactory();
Word2Vec vec = new Word2Vec.Builder()
    .minWordFrequency(5)
    .iterations(1)
    .layerSize(100)
    .seed(42)
    .windowSize(5)
    .iterate(iter)
    .tokenizerFactory(tokenizerFactory)
    .build();
vec.fit();

选择建议

​1.快速开发​：Apache OpenNLP或Stanford CoreNLP
​2.工业级应用​：LingPipe或DKPro Core
​3.深度学习应用​：Deeplearning4j
​4.主题建模​：MALLET
​5.研究用途​：Stanford CoreNLP或Cogcomp NLP

到此这篇关于Java生态中的NLP框架的文章就介绍到这了,更多相关Java NLP框架内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

阅读全文