泰语自然语言处理库
pythainlp的Python项目详细描述
毕达因
pythainlp是一个用于泰语自然语言处理（nlp）的python库。
pythainlp包括泰语单词标记器、音译器、soundex转换器、部分语音标记器和拼写检查器。
在Facebook上关注我们PyThaiNLP
2.0有什么新功能？
- 终止Python2支持。删除所有Python2兼容代码。
- 改进的
word_tokenize（“newmm”和“mm”引擎），可以提供custom_dict字典 - 词性标注的改进
pos_tag部分 - 新的
NorvigSpellChecker拼写检查器类，可以用自定义字典初始化。 - 新的
thai2fit（替换thai2vec，将ulmfit相关代码升级到fastai 1.0） - 将thainer更新为1.0
- 删除旧的、过时的、不推荐的、重复的和实验性的代码。
- 情感分析不再是库的一部分，而是a text classification example。
- 参见Get Started notebook 中的更多示例
- Full change log
- Upgrading from 1.7
安装
对于稳定版本：
pip install pythainlp
对于某些高级功能，如word vector，可能需要额外的包。在PIP安装期间，使用以下选项安装它们：
pip install pythainlp[extra1,extra2,...]
可提供额外服务的地方
artagger（支持artagger词性标记）*deepcut（支持Deepcut机器学习的标记器）icu（用于ICU在音译和标记化方面的支持）ipa（用于音译中的国际音标支持）ml（支持FastAI 1.0.22 ULMFIT机型）ner（用于命名实体识别器）thai2fit（泰语单词向量）thai2rom（用于机器学习的罗马化）full（安装所有组件）
note for windows：marisa-trie可以从https://www.lfd.uci.edu/~gohlke/pythonlibs/#marisa-trie获得轮子
用pip安装，例如：pip install marisa_trie‑0.7.5‑cp36‑cp36m‑win32.whl
链接
- 用户指南：English，ภาษาไทย
- 文件：https://thainlp.org/pythainlp/docs/2.0/
- github:https://github.com/PyThaiNLP/pythainlp
- 问题：https://github.com/PyThaiNLP/pythainlp/issues
- 脸谱网：PyThaiNLP
欢迎加入QQ群-->： 979659372
