【Github】项目名：ownthink/Jiagu：深度学习自然语言处理工具
项目简介
Jiagu是一个深度学习自然语言处理工具，它使用大规模语料训练而成。能提供中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、关键词抽取、文本摘要、新词发现、情感分析、文本聚类等功能，参考了各大工具的优缺点制作而成。
安装方式
可以通过pip安装，命令为pip install -U jiagu，如果比较慢，可以使用清华的pip源：pip install -U jiagu -i https://pypi.tuna.tsinghua.edu.cn/simple；也可通过源码安装，先git clone https://github.com/ownthink/Jiagu，然后cd Jiagu，最后python3 setup.py install。
使用方式示例
分词、词性标注、命名实体识别
示例代码如下： import jiagu #jiagu.init()#可手动初始化，也可以动态初始化 text = ‘厦门明天会不会下雨’ words = jiagu.seg(text)#分词 print(words) pos = jiagu.pos(words)#词性标注 print(pos) ner = jiagu.ner(words)#命名实体识别 print(ner)
知识图谱关系抽取
仅用于测试用，可以pip3 install jiagu==0.1.8，只能使用百科的描述进行测试。效果更佳的后期将会开放api。示例代码如下： import jiagu text = ‘姚明1980年9月12日出生于上海市徐汇区，祖籍江苏省苏州市吴江区震泽镇，前中国职业篮球运动员，司职中锋，现任中职联公司董事长兼总经理。’ knowledge = jiagu.knowledge(text) print(knowledge)
关键词提取
示例代码如下： import jiagu text = ”’该研究主持者之一、波士顿大学地球与环境科学系博士陈池（音）表示，“尽管中国和印度国土面积仅占全球陆地的9%，但两国为这一绿化过程贡献超过三分之一。考虑到人口过多的国家一般存在对土地过度利用的问题，这个发现令人吃惊。”NASA埃姆斯研究中心的科学家拉玛·内曼尼（RamaNemani）说，“这一长期数据能让我们深入分析地表绿化背后的影响因素。我们一开始以为，植被增加是由于更多二氧化碳排放，导致气候更加温暖、潮湿，适宜生长。”“MODIS的数据让我们能在非常小的尺度上理解这一现象，我们发现人类活动也作出了贡献。”NASA文章介绍，在中国为全球绿化进程做出的贡献中，有42%来源于植树造林工程，对于减少土壤侵蚀、空气污染与气候变化发挥了作用。据观察者网过往报道，2017年我国全国共完成造林736.2万公顷、森林抚育830.2万公顷。其中，天然林资源保护工程完成造林26万公顷，退耕还林工程完成造林91.2万公顷。京津风沙源治理工程完成造林18.5万公顷。三北及长江流域等重点防护林体系工程完成造林99.1万公顷。完成国家储备林建设任务68万公顷。”’ keywords = jiagu.keywords(text, 5)#关键词 print(keywords)
项目总结
Jiagu是一个功能丰富的自然语言处理工具，涵盖了从基础的分词到高级的知识图谱关系抽取等多种功能，并且提供了多种安装和使用方式。希望大家能尝试使用这个工具，如果有任何想法或者问题，欢迎在评论区留言讨论。