LJPARSER Een ontwikkelend platform voor webzoekopdracht en mijnbouw.
Download nu

LJPARSER Rangschikking & Samenvatting

LJPARSER Tags

analyse vrij IE ontwikkelen Tekstclassificatie ontwikkelen webplatform samenvatting tekst mijnbouwplatform lexycal analyse Tekstsamenvatting lexycal microsoftword2003 Windows XP-audio Download Aplikasi-lijn Samsung mobiele software eBuddy oude versie Mobiele telefoon locator Laptop Bluetooth-software mobiele ct episod SAXY VIDEO DOWNLOAD twilight download film zuma-sterren-woorden

LJPARSER Beschrijving

LJPARSER is een complete reeks gereedschappen die zijn ontworpen om u te voorzien van krachtige modules, waaronder nauwkeurige zoekopdracht voor meerdere taal, nieuwe woordendetectie, tekstopvatting, zoekwoorden extractie, etc. Belangrijkste kenmerken: Chinese Word Segmentation SDK-module: Chinese Word Segmentation SDK-module kan worden gesplitst Teksten Chinese taal, die de essentiële kern is van CHINESE INFORMATIE-VERWERKINGSCOMPONENTEN. Dit maakt gebruik van conditionele willekeurige veldtechnologie (verwijzen als CRF) -model, en de nauwkeurigheid van het woord Segementatie bijna 99%, met de hoge nauwkeurigheid, snelheid, aanpassingsvermogen en sterk voordeel. Functies zijn onder meer: graan segmentatie verstelbare mate van fusie. Meer dan 20 sectorspecifieke woordenboeken om door de gebruiker gedefinieerde woordenboeken te ondersteunen. POS-tagging SDK-module: POS-tagging SDK-module van de Chinese taal kan automatisch een deel van de spraak taggen, het kan de Chinese taalomgeving echt begrijpen en het zal automatisch labiele woorden zoals "bouwen" geëtiketteerd "zelfstandig naamwoord" of "werkwoord". Ling-join met Conditional Willekeurig Model, een POS-taggingnauwkeurigheid Dichtbij 99%, met hoge nauwkeurigheid, snelheid, aanpassingsvermogen en ander sterk voordeel. erkenning van Chinese genoemde entiteiten, waaronder personen, locaties en organisaties SDK-module: Erkenning van Chinese genoemde entiteiten, waaronder personen, locaties en organisaties SDK-module kan automatisch de verborgen namen, plaatsnamen, organisatienamen in het Chinees achterhalen, als een diep begrip van de taal en voorspelling, hoeft deze woorden niet te zijn in het woordenboek. Ling-join met Conditional Willekeurig veldmodel, dat 97% herkenningsnauwkeurigheid heeft, en snelheid van 10 m / s, kan op basis van deze basis worden gebouwd, een verscheidenheid aan statistieken en een verscheidenheid aan toepassingen. Keyword-extractie van Documenten SDK-module: Keyword-extractie van Documents SDK-module kan het centrale idee van het artikel volledig begrijpen, gebaseerd op de geëxtraheerde semantische inhoud van het artikel namens een aantal woorden of uitdrukkingen. Relevante resultaten kunnen worden gebruikt om het lezen, semantische query en snelle matching te verfijnen. Dit module gebaseerde semantische statistische taalmodel, de verwerkte documenten zijn niet beperkt in de velden van de industrie en het kan de nieuwste woorden identificeren. De uitgang markeert met het gewicht van woorden Automatische extractie van domeinvoorwaarden SDK-module: Automatische extractie van domeinvoorwaarden SDK-module is een krachtige reageren van professionele literatuuranalyse. Het is bovenaan trefwoordafzuigtechnologie, maar combineert ook de professionele literatuur voor de maximale rand van het erkenningsmodel, dat effectief kan tikken op de terminologie die in de literatuur wordt weergegeven. Engelse Lexical Analysis SDK-module: English Lexical Analysis SDK-module is de essentiële kerncomponent voor de Engelse informatieverwerking, die POS-tagging, erkenning van benoemde entiteiten, inclusief personen, locaties en organisaties bevatten. Met een hoge nauwkeurigheid, snelheid, aanpassingsvermogen en sterk voordeel, combineerde deze module de kans op een combinatie- en machine-leermodel. Japanse Lexical Analysis SDK-module: Japanse Lexical Analysis SDK-module is de essentiële kerncomponent voor de Japanse informatieverwerking, die POS-tagging, erkenning van genoemde entiteiten, inclusief personen, locaties en organisaties bevatten. Ling-join met Conditional Random Field Model, met de hoge nauwkeurigheid, snelheid, aanpassingsvermogen en sterk voordeel, de woordnauwkeurigheid van bijna 99%, en de POS-taggenauwkeurigheid bijna 98%. . Text Midewares: Tekstmiddeling omvat de tekst geanalyseerde mijnmodules, subsystemen en API-interfaces, die naadloos kunnen worden geïntegreerd in verschillende complexe clienttoepassingen. Deze middleware is compatibel met Windows, Linux, FreeBSD en andere verschillende besturingssystemen. Ling-join Text Medware-middleware omvat de volgende SDK-module Tekst Summarization Middleware: Tekst Summarization Middleware kan de tekstinhoud extraheren, automatische extractie van een lang artikel naar de belangrijkste zin en de sleutelparagraaf en een samenvatting vormen. Ling-join Text Summarization Middleware kan niet alleen een coherent proces genereren voor een samenvatting van het document, maar ook redundantie verwijderen en een beknopte samenvatting genereren; Gebruikers kunnen vrijelijk de lengte van de samenvatting, percentage en andere parameters instellen; Deze middleware ondersteunt Engelse en Chinese taalverwerking en de verwerkingssnelheid tot 20 teksten per seconde per seconde. Tekst Classificatie Middleware: Volgens de literatuur door inhoudstype, Tekstclassificatie Middlewarecan worden gebruikt voor nieuwsclassificatie, categorisering van de profielen, e-mailclassificatie, kantoorclassificatie, areaalclassificatie en vele andere toepassingen. Deze middleware voert multi-level classificatie uit, en de classificatierage is maximaal 100 teksten per seconde, de gemiddelde nauwkeurigheid 90% of meer, en kan ook worden geclassificeerd in het Engels en de Chinese gemengde classificatie. Tekst Clustering Middleware: Tekstclustering kan worden beschouwd als het belangrijkste probleemloze leerprobleem, het gaat over het vinden van een structuur in een verzameling van niet-gelabelde gegevens. Een cluster is daarom een verzameling objecten die "vergelijkbaar" tussen hen zijn en "ongelijk" zijn aan de objecten die behoren tot andere clusters. Het kan worden gebruikt bij het automatisch genereren van hete topic, evenementtracking, visuele analyse van gegevens en vele andere toepassingen. Ling-join maakt gebruik van de kern Semantic-technologie, niet alleen snel maar nauwkeurig. Het kan ook automatisch de evolutionaire trend tussen clusters verkrijgen. Tekst Filtering Middleware: Tekstfiltering Middleware kan snel de vereiste informatie van grote hoeveelheid tekst identificeren en kan worden gebruikt in de intelligente filter- en inhoudscontrole of andere velden. Ling-Join combineert de methode van op regel gebaseerde filtering en op leer gebaseerde filtering. Het gemiddelde nauwkeurigheidsnelheid is meer dan 90%. Gebruikers hebben de flexibiliteit om de regels voor verschillende velden in te stellen.

LJPARSER Gerelateerde software