ictclas軟件介紹
中國科學(xué)院計算技術(shù)研究所在多年研究工作積累的基礎(chǔ)上，研制出了漢語詞法分析系統(tǒng)ICTCLAS(InstituteofComputingTechnology,ChineseLexicalAnalysisSystem)，主要功能包括中文分詞;詞性標(biāo)注;命名實體識別;新詞識別;同時支持用戶詞典。我們先后精心打造五年，內(nèi)核升級7次，目前已經(jīng)升級到了ICTCLAS2009用戶詞典接口擴(kuò)展用戶可以動態(tài)增加、刪除用戶詞典中的詞，調(diào)節(jié)分詞的效果。提高了用戶詞典使用的靈活性。
ICTCLAS詞法分析系統(tǒng)，從2009年開始，為了和以前工作進(jìn)行大的區(qū)隔，并推廣NLPIR自然語言處理與信息檢索共享平臺，調(diào)整命名為NLPIR分詞系統(tǒng)。張華平博士先后傾力打造十余年，內(nèi)核升級十余次，先后獲得了2010年錢偉長中文信息處理科學(xué)技術(shù)獎一等獎，2003年國際SIGHAN分詞大賽綜合第一名，2002年國內(nèi)973評測綜合第一名。全球用戶突破30萬，包括中國移動、華為、中搜、3721、NEC、中華商務(wù)網(wǎng)、硅谷動力、云南日報等企業(yè)，清華大學(xué)、新疆大學(xué)、華南理工、麻省大學(xué)等機(jī)構(gòu)：同時，ICTCLAS廣泛地被《科學(xué)時報》、《人民日報》海外版、《科技日報》等多家媒體報道。您可以訪問Google進(jìn)一步了解ICTCLAS的應(yīng)用情況。
ictclas軟件功能
1.指紋提取
根據(jù)文章的內(nèi)容，結(jié)構(gòu)，詞語間的關(guān)系，分析出能夠表示該文章的語義指紋，使用數(shù)字序列表示。
2.分詞粒度可調(diào)
可以控制分詞結(jié)果的粒度。共享版本提供兩種分詞粒度，標(biāo)準(zhǔn)粒度和粗粒度，滿足不同用戶的需求。
3.用戶詞典接口擴(kuò)展
用戶可以動態(tài)增加、刪除用戶詞典中的詞，調(diào)節(jié)分詞的效果。提高了用戶詞典使用的靈活性。
4.詞性標(biāo)注功能加強(qiáng)
多種標(biāo)注級的選擇，系統(tǒng)可供選擇的標(biāo)注級有：計算所一級標(biāo)注級，計算所二級標(biāo)注集，北大一級標(biāo)注集，北大二級標(biāo)注集。
5.關(guān)鍵詞提取
自動抽取出能很好地代表文檔主題的若干個詞或短語。關(guān)鍵詞抽取技術(shù)廣泛應(yīng)用于信息檢索、文本分類/聚類、信息過濾、文檔摘要等各種智能文本信息處理領(lǐng)域，具有很好的應(yīng)用價值。
6.新詞發(fā)現(xiàn)與自適應(yīng)分詞功能
從較長的文本內(nèi)容中，基于信息交叉熵自動發(fā)現(xiàn)新特征語言，并自適應(yīng)測試語料的語言概率分布模型，實現(xiàn)自適應(yīng)分詞。
ictclas軟件優(yōu)勢
一、國內(nèi)和國際權(quán)威的公開評測、三萬客戶的認(rèn)可
有些公司為了商業(yè)目的，關(guān)門自測，自稱準(zhǔn)確度99.50%，沒有介紹測試環(huán)境和測試方法，封閉測試或者小規(guī)模的開放測試準(zhǔn)確度100%都不足為奇的，ICTCLAS1.0在國內(nèi)973專家組組織的評測中活動獲得了第一名，ICTCLAS2.0在第一屆國際中文處理研究機(jī)構(gòu)SigHan組織的評測中都獲得了多項第一名，具體的參見系統(tǒng)評測部分。這些都是權(quán)威機(jī)構(gòu)進(jìn)行大規(guī)?，F(xiàn)場開放測試的結(jié)果，真實可信。
ICTCLAS已經(jīng)向國內(nèi)外的企業(yè)和學(xué)術(shù)機(jī)構(gòu)頒發(fā)了30,000多份授權(quán)，其中包括3721、NEC、中華商務(wù)網(wǎng)、硅谷動力、云南日報等企業(yè)，新疆大學(xué)、清華大學(xué)、華南理工、麻省大學(xué);同時，ICTCLAS廣泛地被《科學(xué)時報》、《人民日報》海外版、《科技日報》等多家媒體報道。您可以訪問Google進(jìn)一步了解ICTCLAS的應(yīng)用情況。
二、綜合性能最優(yōu)
分詞系統(tǒng)能否達(dá)到實用性要求主要取決于兩個因素：分詞精度與分析速度，這兩者相互制約，難以平衡。大多數(shù)系統(tǒng)往往陷入“快而不準(zhǔn)，準(zhǔn)而不快”的窘境。我們研制出了完美PDAT大規(guī)模知識庫管理技術(shù)，在高速度與高精度之間取得了重大突破，該技術(shù)可以管理百萬級別的詞典知識庫，單機(jī)每秒可以查詢100萬詞條，而內(nèi)存消耗不到知識庫大小的1.5倍?；谠摷夹g(shù)，ICTCLAS3.0分詞速度單機(jī)996KB/s，分詞精度98.45%，API不超過200KB，各種詞典數(shù)據(jù)壓縮后不到3M，是當(dāng)前世界上最好的漢語詞法分析器。
三、統(tǒng)一的語言計算理論框架
漢語分詞牽涉到漢語分詞、未定義詞識別、詞性標(biāo)注以及語言特例等多個因素，大多數(shù)系統(tǒng)缺乏統(tǒng)一的處理方法，往往采用松散耦合的模塊組合方式，最終模型并不能準(zhǔn)確有效地表達(dá)千差萬別的語言現(xiàn)象，而ICTCLAS采用了層疊隱馬爾可夫模型(Hierarchical Hidden Markov Model)，將漢語詞法分析的所有環(huán)節(jié)都統(tǒng)一到了一個完整的理論框架中，獲得最好的總體效果，相關(guān)理論研究發(fā)表在頂級國際會議和雜志上，從理論上和實踐上都證實了該模型的先進(jìn)性。
四、全方位支持各種環(huán)境下的應(yīng)用開發(fā)
ICTCLAS全部采用C/C++編寫，支持Linux、FreeBSD及Windows系列操作系統(tǒng)，支持C/C++/C#/Delphi/Java等主流的開發(fā)語言。
五、應(yīng)需而變，量身定做
所有功能模塊均可拆卸組裝,ICTCLAS有GB2312和BIG5版本，可分別處理目簡繁體中文;支持當(dāng)前廣泛承認(rèn)的分詞和詞類標(biāo)準(zhǔn)，包括計算所詞類標(biāo)注集ICTPOS3.0，北大標(biāo)準(zhǔn)、濱州大學(xué)標(biāo)準(zhǔn)、國家語委標(biāo)準(zhǔn)、臺灣“中研院”、香港“城市大學(xué)”;用戶可以直接自定義輸出的詞類標(biāo)準(zhǔn)，定義輸出格式;用戶可以根據(jù)自己的需求，進(jìn)行量身自助式定做適合自己的分詞系統(tǒng)。
ictclas更新日志
1.對部分功能進(jìn)行了優(yōu)化
2.解了好多不能忍的bug
華軍小編推薦：
放眼望去，互聯(lián)網(wǎng)與本軟件類似的軟件到處都是，如果您用不習(xí)慣這個軟件，不妨來試試中國漢語成語字典電子版、易字帖、中華古文博覽、語文100分電腦版、作文之星等軟件，希望您能喜歡！
您的評論需要經(jīng)過審核才能顯示
有用
有用
有用