Pakiet: ucto (0.30-3 i inne)

[ Pakiet źródłowy: ucto  ]

Unicode Tokenizer

Ucto can tokenize UTF-8 encoded text files (i.e. separate words from punctuation, split sentences, generate n-grams), and offers several other basic preprocessing steps that make your text suited for further processing such as indexing, part-of-speech tagging, or machine translation.

This package provides the command-line tool itself.

Ucto was written by Maarten van Gompel and Ko van der Sloot. Work on Ucto was funded by NWO, the Netherlands Organisation for Scientific Research, under the Implicit Linguistics project, the CLARIN-NL program, and the CLARIAH project.

Ucto is a product of the Centre of Language and Speech Technology (Radboud University Nijmegen), and previously the ILK Research Group (Tilburg University, The Netherlands).

If you are interested in machine parsing of UTF-8 encoded text files, e.g. to do scientific research in natural language processing, ucto will likely be of use to you.

Znaczniki: Zaimplementowane w: C++, Rola: Program

Inne pakiety związane z ucto

• dep: libc6 (>= 2.34)

  Biblioteka GNU C: biblioteki współdzielone
  również pakiet wirtualny udostępniany przez libc6-udeb

• dep: libfolia19 (>= 2.17)

  Implementation of the FoLiA document format

• dep: libgcc-s1 (>= 3.5)

  Biblioteka wspomagająca GCC

• dep: libicu72 (>= 72.1~rc-1~)

  Komponenty internacjonalizacji do Unicode

• dep: libstdc++6 (>= 13.1)

  Standardowa biblioteka GNU C++, wersja 3

• dep: libticcutils9 (>= 0.34)

  utility functions used in the context of Natural Language Processing (library)

• dep: libucto6 (>= 0.30)

  Unicode Tokenizer - runtime

• dep: uctodata

  Data files for Ucto

Pobieranie ucto

Pobierz dla wszystkich dostępnych architektur

Architektura	Wersja	Rozmiar pakietu	Rozmiar po instalacji	Pliki
armhf	0.30-3+b1	23,2 KiB	70,0 KiB	[lista plików]