tbs005 / cocolian-nlp Goto Github PK

本项目目的在于构建一个轻量级NLP处理框架，提供标准API和企业级的实现。 目前国内外有不少NLP实现包，包括中科院、复旦大学、斯坦福大学等学校和研究机构，都有自己的作品。 此外有些NLP研究人员也有自己的实现，如ansj等。 2012年本人在开发一个NLP相关项目时，需要寻找一些开源的实现来加快进度。 可是学校、研究院所提供的实现，算法先进，但是代码难懂，架构不清晰； 而爱好者提供的实现，bug多，算法比较初级。都很难达到企业级应用的要求。 为此，建立这个项目，希望NLP研究者和资深的程序员能够良好的结合起来，提供标准化的接口以及比较全面的算法实现， 特别是针对中文的自然语言处理实现。

本项目的目标使用者：

• 针对语言专家，提供语料库开发接口。专家不用关心语料库将如何被使用，而专注于如何提升语料库的质量上。
• 针对NLP算法专家，提供算法开发接口，调用所需要的语料库，实现标准API。
• 针对NLP用户，屏蔽算法实现细节和语料库，可以方便的通过API来调用NLP的算法库。提供常用的算法封装接口供调用。

针对这些目标使用者，系统也分为如下几个部分:

• corpus-语料库；
• algorithm - 算法库；
• api - NLP接口；
• plugins 插件，包括Lucene、springframework插件。

如果要加入本项目，或者任何建议，请关注“凤凰牌老熊”公众号，并留言“加入cocolian NLP 项目” 。