文件名称：punkt-segmenter:NLTK Punkt句子分割算法的Ruby端口
文件大小：26KB
文件格式：ZIP
更新时间：2024-06-03 00:23:10
ruby nltk ruby-port nlp-library sentence-tokenizer
朋克句子标记器 这段代码是NLTK项目（ ）实现的Punkt句子标记器算法的ruby 1.9.x端口。 Punkt是一种独立于语言的，无监督的句子边界检测方法。 它基于这样的假设：一旦确定了缩写，就可以消除句子边界确定中的大量歧义。 以下学术论文介绍了该算法的完整说明： Kiss，Tibor和Strunk，2006年1月：无监督的多语言句子边界检测。 计算语言学32：485-525。 这是原始实现的功劳： 威利（ ）（原始Python端口） 史蒂文伯德（ ）（添加） 爱德华·（ ）（重写） 乔尔·诺斯曼（Joel Nothman）（ ）（几乎重写） 我只是做了ruby端口和一些API更改。 安装 gem install punkt-segmenter 当前，该gem仅在ruby 1.9.x上运行（由于unicode_utils依赖） 如何使用 假设我们有以下文本
【文件预览】：
punkt-segmenter-master
----.gitignore(9B)
----README.md(5KB)
----test()
--------punkt-segmenter()
--------test_helper.rb(451B)
--------data()
----punkt-segmenter.gemspec(629B)
----script()
--------console(265B)
----LICENSE.txt(584B)
----lib()
--------punkt-segmenter.rb(326B)
--------punkt-segmenter()
----Rakefile(296B)