Pacote: ucto (0.21.1-2 e outros)

[ Fonte: ucto  ]

tokenizador Unicode

Ucto pode tokenizar arquivos de texto codificados em UTF-8 (ou seja, separar as palavras da pontuação, dividir sentenças, gerar n-gramas) e oferece vários outros passos básicos de pré-processamento que deixam seu texto pronto para processamento posterior, como indexação, etiquetagem de partes de fala ou tradução de máquina.

Este pacote fornece a ferramenta de linha de comando em si.

Ucto foi escrito por Maarten van Gompel e Ko van der Sloot. O trabalho no Ucto foi financiado pela NWO, a Organização Holandesa para Pesquisa Científica, sob o projeto Implicit Linguistics, o programa CLARIN-NL e o projeto CLARIAH.

Ucto é um produto do Centro de Tecnologia de Linguagem e Fala (Universidade Radboud Nijmegen) e anteriormente pelo Grupo de Pesquisa ILK (Universidade Tilburg, Holanda).

Se você tiver interesse em análise de máquina de arquivos texto codificados em UTF-8, por exemplo para fazer pesquisa científica em processamento de língua natural, o ucto vai ser útil para você.

Etiquetas: Implementado em: C++, Função: Programa

Outros pacotes relacionados a ucto

• dep: libc6 (>= 2.14) [amd64]

  GNU Biblioteca C: Bibliotecas compartilhadas
  também um pacote virtual fornecido por libc6-udeb

  dep: libc6 (>= 2.17) [arm64]

  dep: libc6 (>= 2.4) [armhf, i386]

• dep: libfolia14 (>= 2.4)

  Implementation of the FoLiA document format

• dep: libgcc-s1 (>= 3.0) [não armhf]

  Biblioteca de suporte GCC

  dep: libgcc-s1 (>= 3.5) [armhf]

• dep: libicu67 (>= 67.1-1~)

  componentes internacionais para Unicode

• dep: libstdc++6 (>= 5.2)

  Biblioteca C++ padrão da GNU v3

• dep: libticcutils8 (>= 0.24)

  utility functions used in the context of Natural Language Processing (library)

• dep: libucto5 (>= 0.21.1)

  Unicode Tokenizer - runtime

• dep: uctodata

  Data files for Ucto

Download de ucto

Baixe para todas as arquiteturas disponíveis

Arquitetura	Versão	Tamanho do pacote	Tamanho instalado	Arquivos
amd64	0.21.1-2+b1	57.0 kB	117.0 kB	[lista de arquivos]
arm64	0.21.1-2+b1	55.8 kB	109.0 kB	[lista de arquivos]
armhf	0.21.1-2+b1	55.3 kB	96.0 kB	[lista de arquivos]
i386	0.21.1-2+b1	57.9 kB	116.0 kB	[lista de arquivos]