OpenNLP概述

NLP是一套用于从自然语言来源（例如网页和文本文档）中提取有意义和有用信息的工具。

什么是OpenNLP？

Apache OpenNLP是一个开源的Java库，用于处理自然语言文本。您可以使用此库构建高效的文本处理服务。

OpenNLP提供诸如分词、句子分割、词性标注、命名实体提取、组块分析、句法分析和共指消解等服务。

OpenNLP的功能

以下是OpenNLP的一些显著功能：

• 命名实体识别 (NER) - OpenNLP支持NER，您可以使用它来提取位置、人物和事物的名称，即使在处理查询时也是如此。

• 摘要 - 使用摘要功能，您可以对段落、文章、文档或其集合进行NLP摘要。

• 搜索 - 在OpenNLP中，即使给定的单词被更改或拼写错误，也可以在给定的文本中识别给定的搜索字符串或其同义词。

• 标注 (词性标注) - NLP中的标注用于将文本划分为各种语法成分，以便进行进一步分析。

• 翻译 - 在NLP中，翻译有助于将一种语言翻译成另一种语言。

• 信息分组 - NLP中的此选项将文档内容中的文本信息分组，就像词性标注一样。

• 自然语言生成 - 它用于从数据库生成信息并自动化信息报告，例如天气分析或医疗报告。

• 反馈分析 - 正如其名称所示，NLP收集人们关于产品的各种反馈，以分析产品在赢得他们青睐方面取得的成功程度。

• 语音识别 - 虽然分析人类语音很困难，但NLP具有一些内置功能来满足此需求。

OpenNLP API

Apache OpenNLP库提供类和接口来执行各种自然语言处理任务，例如句子检测、分词、命名实体识别、词性标注、组块分析、句法分析、共指消解和文档分类。

除了这些任务之外，我们还可以为这些任务中的任何一个训练和评估我们自己的模型。

OpenNLP CLI

除了库之外，OpenNLP还提供命令行界面 (CLI)，我们可以在其中训练和评估模型。我们将在本教程的最后一章详细讨论此主题。

OpenNLP模型

为了执行各种NLP任务，OpenNLP提供了一组预定义模型。此集合包括针对不同语言的模型。

下载模型

您可以按照以下步骤下载OpenNLP提供的预定义模型。

步骤1 - 通过点击以下链接打开OpenNLP模型的索引页面：http://opennlp.sourceforge.net/models-1.5/。

步骤2 - 访问给定链接后，您将看到各种语言的组件列表以及下载它们的链接。在这里，您可以获得OpenNLP提供的所有预定义模型的列表。

通过点击各自的链接，将所有这些模型下载到C:/OpenNLP_models/>文件夹。所有这些模型都依赖于语言，使用这些模型时，您必须确保模型语言与输入文本的语言匹配。

OpenNLP的历史

• 2010年，OpenNLP进入Apache孵化器。

• 2011年，Apache OpenNLP 1.5.2孵化版发布，同年毕业成为顶级Apache项目。

• 2015年，OpenNLP 1.6.0发布。