stanza
Stanford NLP Python 函式庫,支援多種人類語言的斷詞、句子分割、命名實體辨識與句法分析
stanza 是什麼?
Stanford NLP Python 函式庫,支援多種人類語言的斷詞、句子分割、命名實體辨識與句法分析
stanza 概覽
這是什麼
Stanza 是史丹佛 NLP 團隊開發的 Python 自然語言處理函式庫,提供超過 60 種語言的斷詞、句子分割、命名實體辨識(NER)與依存句法分析工具。該函式庫也包含官方包裝,可從 Python 存取 Java Stanford CoreNLP 軟體。此外,Stanza 提供生物醫學與臨床英文模型套件,用於生物醫學文獻與臨床筆記的句法分析與命名實體辨識。
主要功能
- 支援 60 種以上語言的斷詞、句子分割、命名實體辨識(NER)與依存句法分析。
- 官方 Python 包裝,可存取 Java Stanford CoreNLP。
- 預先訓練的神經網路管線模型,涵蓋所有 Universal Dependencies treebanks v2.8。
- 生物醫學與臨床英文模型套件,用於句法分析與命名實體辨識。
- 支援批次處理以最大化管線速度。
- 提供互動式 Jupyter Notebook 與 Google Colab 支援。
使用情境
- 自然語言處理研究與開發。
- 分析生物醫學文獻與臨床筆記。
- 建立多語言 NLP 應用程式。
- 依存句法分析與語法分析。
快速開始
透過 pip 安裝 Stanza:
pip install stanza
在 Python 中執行基本管線:
>>> import stanza
>>> stanza.download('en')
>>> nlp = stanza.Pipeline('en')
>>> doc = nlp("Barack Obama was born in Hawaii. He was elected president in 2008.")
>>> doc.sentences[0].print_dependencies()
其他安裝方式(Anaconda、原始碼安裝)與詳細用法請參閱儲存庫 README。
授權與價格
儲存庫中未標示授權條款。該專案標示為開放原始碼。
內容整理自該專案公開的 README 與儲存庫資訊。