Awesome
LanguageTool API NLP UK
This is a project to demonstrate NLP API from LanguageTool for Ukrainian language.
Це — проект демонстрації API для обробляння природної мови в LanguageTool для української мови.
Використовує мову groovy, засоби для токенізації та тегування також мають скрипти-обгортки для python3 та java. Рекомендована версія groovy - 4.0.22 або новіше.
Для запуску скриптів потрібно встановити мову groovy
УВАГА: при першому запуску потрібно мережеве з'єднання, щоб скрипти могли звантажити потрібні модулі
ПРИМІТКА: скрипт gradle потрібен лише для розробників
Для невеликих текстів приклад розбиття та тегування також можна переглянути на сторінці аналізу LanguageTool
Основні скрити аналізу текстів знаходяться в каталозі src/main/groovy/ua/net/nlp/tools
Використання
Утиліта розбиття тексту: TokenizeText.groovy
Утиліта аналізу тексту: TagText.groovy
докладніше про утиліти аналізу
Допоміжні утиліти:
докладніше про допоміжні утиліти
Використання (найпростіший шлях)
Встановити JDK 17 (https://www.oracle.com/java/technologies/downloads/#jdk17-windows)
Чистити файл
UNIX:<br/>
./gradlew -q cleanText -Pargs="-i <мій-файл.txt>"
<br/>
Windows:<br/>
gradlew.bat -q cleanText -Pargs="-i <мій-файл.txt>"
Буде створено файл <мій-файл.good.txt> в якому виправлено знайдені проблеми зі словами.
Тегувати файл
UNIX:<br/>
./gradlew -q tagText -Pargs="-i <мій-файл.txt> -su"
<br/>
Windows:<br/>
gradlew.bat -q tagText -Pargs="-i <мій-файл.txt> -su"
Буде створено файл <мій-файл.tagged.xml>. Прапорець "-su" генерує файл невідомих слів.
Використовувані програмні засоби
Для аналізу текстів використовується український модуль LanguageTool
Для тегування лексем використовується словник української мови з проекту ВЕСУМ
Ліцензія
Проект LanguageTool API NLP UK розповсюджується за умов ліцензії GPL версії 3
Copyright (c) 2022 Андрій Рисін (arysin@gmail.com)