java语义分析开源

语义分析 

LingPipe的优势是:

比较全面的覆盖自然语言处理的各个分支，文本分词，聚类，语义情感分析，领域知识学习等等具有全套在research上免费的源码，样列代码，测试代码(商业与非商业均同一套代码)，并且文档详细，对于其中模型所参考的论文都引用出来，适合研究学习.作为相对开源资源缺少的领域，项目一直持续更新中.

包含的模块：

主题分类（Top Classification） : 基于文本语言模型训练，归类命名实体识别（Named Entity Recognition）:基于first-best, n-best and per-entity confidencemodes识别，以及训练与评估识别器聚类（Clustering）: 基于single-link andcomplete-link多层聚类，包裹一些聚类评估技术词性标注（Part-of Speech Tagging）:句题检测（Sentence Detection）:拼写更正（Spelling Correction）:基于"你要找的是"风格的检查引擎数据库文本挖掘（Database Text Mining）字符串比较(String Comparison) ：基于距离与相似度测量，包括权重距离，TF/IDF距离，Jaccard distance, Jaro-Winkler distance,等兴趣短语检测（Interseting Phrase Detection）字符语言建模（Character Language Modeling）中文分词（Chinese WordSegmentation）基于空格分割类似训练库，机器学习，发现认知新词数据库文本挖掘（Database Text Mining）情感分析（Sentiment Analysis）基于文本聚类断字识音（Hyphenation and Syllabification）语言辨别（Language Identification）奇异值分解（Singular Value Decomposition）逻辑回归 （Logistic Regression）期望最大化（Expectation Maximization）词义排歧（Word Sense Disambiguation）

LingPipe包含资源:

 

Papaer&language material :source，介绍中均包含有所引用资源

目前个人应用LingPipe包中的中文分词，结合情感分析模块研究中文情感检测与辨别。API接口均已高度概括化，便于快速实现，不过所运用的算法需要详尽的分析。

 

自然语言处理

http://www.oschina.net/p/lingpipe/similar_projects