पार्ट्स-ऑफ-स्पीच टैगिंग के लिए एक अच्छी जावा लाइब्रेरी क्या है?

Question

मैं जावा में एक अच्छा ओपन सोर्स POS Tagger ढूंढ रहा हूं। यहां तक ​​कि मैंने अभी तक क्या किया है।

• LingPipe
• Stanford
• LBJ
• FastTag

किसी कोई सुझाव है?

Answer 1

मैंने अच्छे परिणाम के साथ OpenNLP का उपयोग किया है। आप MorphAdorner भी देख सकते हैं।

Answer 2

मैंने लिंगपिप और स्टैनफोर्ड के पीओएस टैगर दोनों का उपयोग किया है। बाद में state-of-the-art पीओएस टैगर है, लेकिन, मेरे अनुभव से, यह बहुत धीमा है (हालांकि वे कम सटीक मॉडल प्रदान करते हैं, जो काफी तेज़ हैं)। बेशक, यह हमेशा आप जो हासिल करने की कोशिश कर रहे हैं उस पर निर्भर करता है, और गति और सटीकता के बीच हमेशा व्यापार-बंद रहेगा।

मैंने एक बार एलबीजे-आधारित एनईआर सॉफ्टवेयर का भी उपयोग किया है और, हालांकि यह काफी सटीक था, स्रोत कोड एक पूर्ण गड़बड़ था। लिंगपिप और स्टैनफोर्ड दोनों स्रोत बहुत साफ और अच्छी तरह से प्रलेखित हैं।

आप LTAG-spinal पर भी एक नज़र डाल सकते हैं। मैंने अभी तक इसका उपयोग नहीं किया है, लेकिन एल्गोरिदम विवरण से, और सूचीबद्ध सटीकता से, यह निश्चित रूप से आपके विकल्पों के मुकाबले बेहतर लगता है।

उम्मीद है कि यह मदद करता है।

Answer 3

क्या आप किसी विशिष्ट डोमेन में पीओएस टैग करना चाहते हैं? अधिकांश सामान्य प्रयोजन टैगर्स को न्यूज़वायर टेक्स्ट पर प्रशिक्षित किया जाता है। आम तौर पर जब आप उन्हें विशिष्ट डोमेन (जैसे और बायोमेडिकल टेक्स्ट) में उपयोग कर रहे होते हैं तो वे अच्छा प्रदर्शन नहीं करते हैं। बायोमेडिकल टेक्स्ट के लिए dTagger (जावा) जैसे डोमेन के लिए विशेष रूप से प्रशिक्षित अन्य टैगर्स हैं।

न्यूज़वायर टेक्स्ट के लिए, एडवाइट रत्नापार्फी के MXPOST बहुत अच्छे हैं और क्या मैं अनुशंसा करता हूं।

अन्य जावा कार्यान्वयन में शामिल हैं:

1. MontyLingua
2. Berkeley Parser (वास्तव में एक पीओएस टैगर लेकिन सभी पूर्ण विकसित पारसर्स आम तौर पर स्थिति टैगकर्ताओं शामिल होंगे गूगल जावा वाक्यात्मक पारसर्स के लिए और आप कई मिल जाएगा। ।)
3. QTag
4. LBJ

OpenNLP और Lingpipe अन्य पोस्टर द्वारा पोस्ट किए गए अनुसार भी सभ्य हैं।

पीओएस टैगिंग पर अत्याधुनिक जानकारी here मिल सकती है। जैसा कि आप देख सकते हैं LTAG-Spinal (किसी अन्य पोस्टर द्वारा भी उल्लेख किया गया है) अब तक सबसे अच्छा है, लेकिन विभिन्न टैगर्स में भिन्नता बहुत अधिक नहीं है। मैंने स्वयं एलजीई का उपयोग नहीं किया है।

यह भी ध्यान रखें कि पीओएस टैगिंग के लिए आधारभूत प्रदर्शन लगभग 9 0% है। बेसलाइन का मतलब है - (ए) लेक्सिकॉन से सबसे लगातार पीओएस टैग द्वारा प्रत्येक शब्द को टैग करें, और (बी) प्रत्येक अज्ञात शब्द को संज्ञा के रूप में टैग करें।