JioNLP
中文 NLP 預處理、解析工具包,準確、高效、易用 A Chinese NLP Preprocessing & Parsing Package www.jionlp.com
JioNLP 是什麼?
中文 NLP 預處理、解析工具包,準確、高效、易用 A Chinese NLP Preprocessing & Parsing Package www.jionlp.com
JioNLP 概覽
這是什麼
JioNLP 是一個中文 NLP 預處理與解析工具包,提供準確、高效、易用的功能。可透過 pip 安裝,專為 NLP 開發者設計,包含文字清理、資訊抽取、資料增強等多種工具。專案託管於 GitHub,採用 Apache-2.0 授權。
主要功能
- 時間語義解析:從時間相關文字中解析時間戳與時長。
- 關鍵短語抽取:從給定文本中抽取關鍵短語。
- 地址解析:從中文地址字串中識別省、市、縣、鄉鎮街道等行政區劃。
- 身份證號解析:解析中國身份證號碼,提取省份、城市、出生日期、性別與校驗碼。
- 資料增強:提供回譯、同音詞替換、實體替換等方法增強文本資料。
- 正則抽取與清理:抽取 Email、URL、電話號碼、金額,並清除異常字元、HTML 標籤、冗餘字元。
- 詞典載入:提供停用詞、成語、歇後語、中國地名等詞典。
使用情境
JioNLP 適用於中文 NLP 預處理流程,例如清理原始文本、抽取結構化資訊(時間、地點、身份證、電話)、為機器學習模型擴增訓練資料,以及執行關鍵短語抽取、拼音轉換等基本文字分析。可用於資料探勘、資訊檢索、聊天機器人開發等應用。
快速開始
透過 pip 安裝: pip install jionlp 安裝後匯入套件並探索功能: import jionlp as jio print(jio.__version__) dir(jio) 詳細用法請參閱專案 README。
授權與價格
本專案為開源軟體,採用 Apache-2.0 授權條款,可免費使用。
內容整理自該專案公開的 README 與儲存庫資訊。