stanfordnlp/CoreNLP

解決的問題

Stanford CoreNLP 是一套自然語言分析工具，能將人類原始語言文本轉換為結構化資料。它透過自動從文本中提取語言特徵，為更高層級的文本理解應用程式提供了基礎構件。

運作方式

它是一個以 Java 編寫的整合式框架，結合了基於規則的系統、機率機器學習和深度學習組件。系統可以進行配置，以在一段文本上執行一系列語言分析工具（annotators），從而提取各種語言屬性。

適用對象

它被學術界、工業界和政府部門的研究人員廣泛用於多種語言的自然語言處理任務，包括英語、阿拉伯語、中文、法語、德語、匈牙利語、義大利語和西班牙語。

亮點

• 全面性分析：提取詞彙的基本形式、詞性、命名實體（公司、人物等）以及語法結構（短語或依存關係）。
• 正規化：解讀並正規化日期、時間和數值量。
• 共指解析：識別哪些名詞短語指向相同的實體。
• 多語言支援：對多種主要世界語言提供不同程度的支援。
• 易於整合：允許使用者僅用兩行程式碼即可執行全套分析工具。