CoreNLP

收录理由

斯坦福CoreNLP是Java生态里资历很老的一套NLP工具集，到现在依然能作为单一库支撑完整的文本分析流程。把原始文本丢进去，它就能通过同一个接口返回分词、词性标注、命名实体、规范化后的日期和数字、依存句法分析以及共指消解结果。对用Java做信息抽取或搜索功能的团队来说，这意味着拿到的是久经考验的稳定组件，不必为了凑齐功能去维护一大堆零散依赖。它自带了英语之外多种语言的预训练模型，包括阿拉伯语、中文、法语、德语和西班牙语，做多语言处理时不用自己训练模型。底层实现混合了规则、统计机器学习和深度学习方法，在经典NLP任务上表现可预期，不用为了追最新榜单而频繁调整方案。