cltk/cltk

解決的問題

CLTK 提供專為前現代與歷史語言設計的自然語言處理（NLP）工具，這些語言通常具有與現代語言不同的語言特徵與研究目標。它彌補了大多數標準 NLP 軟體皆以現代語言為設計基礎的缺口。

工作原理

該工具包使用模組化處理流程，允許使用者在不同後端之間選擇以進行語言註解。它支援多種後端，包括：

• GenAI/LLMs：支援 OpenAI（雲端）與 Ollama（本地 LLM，如 Llama 3.1 或 Qwen 2.5）。
• 判別式 NLP：支援 Stanford Stanza。

使用者可指定語言（例如 lati1261 表示拉丁語），並選擇後端來執行 NLP 任務。

適用對象

需要標準化、基於 Python 的框架來分析歷史文本的前現代語言研究者與學者。

主要亮點

• 多後端支援：與 LLM（OpenAI、Ollama）和傳統 NLP 工具（Stanza）整合。
• 模組化流程：在演算法多樣性與預設設定之間取得平衡。
• 廣泛的語言支援：為近 20 種語言提供流程與模型。
• 本地 LLM 整合：透過 Ollama 使用本地模型，確保資料隱私或離線存取。