Java开源自然语言处理工具-LingPipe

LingPipe 是公司开发的一款自然语言处理开源Java软件包，目前最高版本是4.0.1

LingPipe的优势是:

• 比较全面的覆盖自然语言处理的各个分支，文本分词，聚类，语义情感分析，领域知识学习等等
• 具有全套在research上免费的源码，样列代码，测试代码(商业与非商业均同一套代码)，并且文档详细，对于其中模型所参考的论文都引用出来，适合研究学习.
• 作为相对开源资源缺少的领域，项目一直持续更新中.

包含的模块：

• 主题分类（Top Classification） : 基于文本语言模型训练，归类
• 命名实体识别（Named Entity Recognition）:基于first-best, n-best and per-entity confidencemodes识别，以及训练与评估识别器
• 聚类（Clustering）: 基于single-link andcomplete-link多层聚类，包裹一些聚类评估技术
• 词性标注（Part-of Speech Tagging）:
• 句题检测（Sentence Detection）:
• 拼写更正（Spelling Correction）:基于"你要找的是"风格的检查引擎
• 数据库文本挖掘（Database Text Mining）
• 字符串比较(String Comparison) ：基于距离与相似度测量，包括权重距离，TF/IDF距离，Jaccard distance, Jaro-Winkler distance,等
• 兴趣短语检测（Interseting Phrase Detection）
• 字符语言建模（Character Language Modeling）
• 中文分词（Chinese WordSegmentation）基于空格分割类似训练库，机器学习，发现认知新词
• 数据库文本挖掘（Database Text Mining）
• 情感分析（Sentiment Analysis）基于文本聚类
• 断字识音（Hyphenation and Syllabification）
• 语言辨别（Language Identification）
• 奇异值分解（Singular Value Decomposition）
• 逻辑回归 （Logistic Regression）
• 期望最大化（Expectation Maximization）
• 词义排歧（Word Sense Disambiguation）

LingPipe包含资源:

• Papaer&language material :source，介绍中均包含有所引用资源

目前个人应用LingPipe包中的中文分词，结合情感分析模块研究中文情感检测与辨别。API接口均已高度概括化，便于快速实现，不过所运用的算法需要详尽的分析。

Res: http://www.vanjor.org/blog/2010/11/lingpipe/