NLP 工具类库

NLPIR　　http://www.nlpir.org/

HanLP　　https://github.com/hankcs

Apache OpenNLP   https://opennlp.apache.org/

Apache UIMA　　http://uima.apache.org/

LingPipe

LingPipe 是一个自然语言处理的Java开源工具包。LingPipe目前已有很丰富的功能，包括主题分类（Top Classification）、命名实体识别（Named Entity Recognition）、词性标注（Part-of Speech Tagging）、句题检测（Sentence Detection）、查询拼写检查（Query Spell Checking）、兴趣短语检测（Interseting Phrase Detection）、聚类（Clustering）、字符语言建模（Character Language Modeling）、医学文献下载/解析/索引（MEDLINE Download, Parsing and Indexing）、数据库文本挖掘（Database Text Mining）、中文分词（Chinese Word Segmentation）、情感分析（Sentiment Analysis）、语言辨别（Language Identification）等API。

下载链接：http://alias-i.com/lingpipe/web/download.html

The Stanford NLP Group　　https://nlp.stanford.edu/

Stanford NLP Group是斯坦福大学自然语言处理的团队，开发了多个NLP工具，官网网址为：http://nlp.stanford.edu/software/index.shtml。其开发的工具包括以下内容：

Stanford CoreNLP

采用Java编写的面向英文的处理工具，下载网址为：http://nlp.stanford.edu/software/corenlp.shtml。主要功能包括分词、词性标注、命名实体识别、语法分析等。

我曾经采用它进行英语单词的词性还原，具体应用详见文章《采用Stanford CoreNLP实现英文单词词形还原》。

Stanford Word Segmenter

采用CRF（条件随机场）算法进行分词，也是基于Java开发的，同时可以支持中文和Arabic，官方要求Java版本1.6以上，推荐内存至少1G。下载地址为http://nlp.stanford.edu/software/segmenter.shtml。

简单的示例程序：

1. //设置分词器属性。

2. Properties props = new Properties();

3. //字典文件地址，可以用绝对路径，如d:/data

4. props.setProperty("sighanCorporaDict", "data");

5. //字典压缩包地址，可以用绝对路径

6. props.setProperty("serDictionary","data/dict-chris6.ser.gz");

7. //输入文字的编码；

8. props.setProperty("inputEncoding", "UTF-8");

9. props.setProperty("sighanPostProcessing", "true");

10. //初始化分词器，

11. CRFClassifier classifier = new CRFClassifier(props);

12. //从持久化文件中加载分词器设置；

13. classifier.loadClassifierNoExceptions("data/ctb.gz", props);

14. // flags must be re-set after data is loaded

15. classifier.flags.setProperties(props);

16. //分词

17. List words = classifier.segmentString("语句内容");

Stanford POS Tagger

采用Java编写的面向英文、中文、法语、阿拉伯语、德语的命名实体识别工具，下载地址为：http://nlp.stanford.edu/software/tagger.shtml。还没有接触过，需要以后学习研究。

Stanford Named Entity Recognizer

采用条件随机场模型的命名实体工具，下载地址为：http://nlp.stanford.edu/software/CRF-NER.shtml。还没有接触过，需要以后学习研究。

Stanford Parser

进行语法分析的工具，支持英文、中文、阿拉伯文和法语。下载地址为：http://nlp.stanford.edu/software/lex-parser.shtml。具体的使用介绍见《采用Stanford Parser进行中文语法解析》。

Stanford Classifier

采用Java编写的分类器，下载地址为：http://nlp.stanford.edu/software/classifier.shtml。还没有接触过，需要以后学习研究。

GATE　　https://gate.ac.uk/

NLTK　　http://www.nltk.org/

http://www.oschina.net/project/tag/305/nlp

学习资料

我爱自然语言处理　　http://www.52nlp.cn

码农场　　http://www.hankcs.com/nlp/