Вы когда-нибудь хотели понять предложение с языками программирования? понимание отрицательности или положительности предложения?

Stanford NLP предоставляет набор языковых инструментов. Он может давать базовые формы слов, их части речи, будь то названия компаний, людей и т. д., нормализовать даты, время и числовые величины, размечать структуру предложений с точки зрения словосочетаний и синтаксических зависимостей, указывать какие словосочетания относятся к одним и тем же сущностям, указывают на настроение, извлекают определенные или открытые отношения между упоминаниями сущностей, получают кавычки, сказанные людьми, и т. д.

  • Быстрый и надежный аннотатор для произвольных текстов, широко используемый в производстве.
  • Интегрированный инструментарий НЛП с широким набором инструментов грамматического анализа.
  • Современный, регулярно обновляемый пакет, с общей текстовой аналитикой высочайшего качества.
  • Поддержка ряда основных (человеческих) языков
  • Доступные API для большинства основных современных языков программирования
  • Возможность запуска в качестве простого веб-сервиса

Он поддерживает следующие языки: арабский, китайский, английский, французский, немецкий, испанский.

Так что теперь, если вы хотите реализовать это, например, с помощью JavaScript, есть API и репозитории github для его поддержки.

Как этот, который я использовал для себя:

https://github.com/gerardobort/node-corenlp
CoreNLP @ NodeJS https://gerardobort.github.io/node-co…

Эта библиотека помогает создавать NodeJS/веб-приложения с использованием передовой технологии обработки естественного языка: Stanford CoreNLP.

Вам необходимо скачать проект размером более 300 МБ. Запустите сервер и все готово, вы можете использовать его для передачи предложений и получить результат.

Это изображение представляет собой образец веб-сервера, запущенного их пакетом, и если вы хотите использовать его внутри своих nodejs или любых других серверных технологий, таких как API, вам нужно использовать другую библиотеку.

Это способ, который я использую для отправки предложения и получения результата:

Если вам интересно узнать, как это работает, в основном они обучали модель на каждом языке, и пакет, который вы загружаете, является результатом алгоритмов машинного обучения, над которым работала группа обработки естественного языка в Стэнфордском университете.

Удивительно видеть, как машины действительно могут понимать предложения и слова, чтобы понимать, о чем они.

Следуйте за мной на Medium, чтобы получать последние сообщения и оставлять комментарии, чтобы сообщить нам, что, по вашему мнению, возможно с помощью этого инструмента.