opennlp

项目介绍: Apache OpenNLP

Apache OpenNLP 是一个基于机器学习的工具包，专用于自然语言文本处理。该工具包完全用 Java 编写，支持多种常见的自然语言处理任务，如分词、句子分割、词性标注、命名实体识别、短语切分、解析、共指解析、语言检测等。这些功能通常被用来构建更高级的文本处理服务。

项目的目标

OpenNLP 项目的目标是成为一个成熟的工具包，为上述任务提供可靠的解决方案。此外，项目还致力于提供多个语言的预构建模型，以及这些模型所需的标注文本资源。

当前的功能

目前，OpenNLP 包含了一些常用的分类器，如最大熵分类器（Maximum Entropy）、感知器（Perceptron）、朴素贝叶斯（Naive Bayes）。用户可以通过 OpenNLP 的 Java API 在编程中使用，或者通过命令行界面（CLI）进行操作。OpenNLP 的 API 还可以方便地集成到类似 Apache Flink、Apache NiFi 和 Apache Spark 的分布式流数据处理平台中。

可用软件包

OpenNLP 目前拥有多个软件包：

• opennlp-tools: 核心工具包。
• opennlp-tools-models: 一组加载 OpenNLP 模型的类。
• opennlp-uima: 一系列 Apache UIMA 注释器。
• opennlp-morfologik-addon: 一个 Morfologik 的附加组件。
• opennlp-dl: 使用 onnxruntime 依赖项的 ONNX 模型接口实现。
• opennlp-dl-gpu: 用来支持 GPU 加速的 ONNX 模型接口，实现依赖 onnxruntime_gpu。
• opennlp-sandbox: 进行中的其他项目。

开始使用

用户可以通过 Maven、SBT 或 Gradle 直接导入核心工具包。

Maven

<dependency>
    <groupId>org.apache.opennlp</groupId>
    <artifactId>opennlp-tools</artifactId>
    <version>${opennlp.version}</version>
</dependency>

SBT

libraryDependencies += "org.apache.opennlp" % "opennlp-tools" % "${opennlp.version}"

Gradle

compile group: "org.apache.opennlp", name: "opennlp-tools", version: "${opennlp.version}"

构建 OpenNLP

要构建这个库，至少需要 JDK 17 和 Maven 3.3.9。用户在克隆代码库后，可以进入目标目录并运行：

mvn install

贡献者指南

Apache OpenNLP 项目主要由志愿者开发，随时欢迎新贡献者参与项目的各个部分。任何形式的贡献都受到欢迎，从文档中的小错误修正到新组件的开发。如果用户有兴趣参与，可以按照项目文档中的指导进行贡献。