LTP 4

LTP（Language Technology Platform）提供了一系列中文自然语言处理工具，用户可以使用这些工具对于中文文本进行分词、词性标注、句法分析等等工作。

If you use any source codes included in this toolkit in your work, please kindly cite the following paper. The bibtex are listed below:

@article{che2020n,
  title={N-LTP: A Open-source Neural Chinese Language Technology Platform with Pretrained Models},
  author={Che, Wanxiang and Feng, Yunlong and Qin, Libo and Liu, Ting},
  journal={arXiv preprint arXiv:2009.11616},
  year={2020}
}

参考书： 由哈工大社会计算与信息检索研究中心（HIT-SCIR）的多位学者共同编著的《自然语言处理：基于预训练模型的方法》（作者：车万翔、郭江、崔一鸣；主审：刘挺）一书现已正式出版，该书重点介绍了新的基于预训练模型的自然语言处理技术，包括基础知识、预训练词向量和预训练模型三大部分，可供广大LTP用户学习参考。

快速使用

from ltp import LTP

ltp = LTP()     # 默认加载 Small 模型
                # ltp = LTP(path="small")
                #     其中 path 可接受的路径为下载下来的模型或者解压后的文件夹路径
                #     另外也可以接受一些已注册可自动下载的模型名(可使用 ltp.available_models() 查看): 
                #     base/base1/base2/small/tiny/GSD/GSD+CRF/GSDSimp/GSDSimp+CRF
seg, hidden = ltp.seg(["他叫汤姆去拿外衣。"])
pos = ltp.pos(hidden)
ner = ltp.ner(hidden)
srl = ltp.srl(hidden)
dep = ltp.dep(hidden)
sdp = ltp.sdp(hidden)

详细说明

Language Bindings

C++
Rust
Java
Python Rebinding

libltp

指标

模型	分词	词性	命名实体	语义角色	依存句法	语义依存	速度(句/S)
LTP 4.0 (Base)	98.7	98.5	95.4	80.6	89.5	75.2	39.12
LTP 4.0 (Base1)	99.22	98.73	96.39	79.28	89.57	76.57	--.--
LTP 4.0 (Base2)	99.18	98.69	95.97	79.49	90.19	76.62	--.--
LTP 4.0 (Small)	98.4	98.2	94.3	78.4	88.3	74.7	43.13
LTP 4.0 (Tiny)	96.8	97.1	91.6	70.9	83.8	70.1	53.22

模型下载地址

模型算法

分词: Electra Small¹ + Linear
词性: Electra Small + Linear
命名实体: Electra Small + Relative Transformer² + Linear
依存句法: Electra Small + BiAffine + Eisner³
语义依存: Electra Small + BiAffine
语义角色: Electra Small + BiAffine + CRF

构建 Wheel 包

python setup.py sdist bdist_wheel
python -m twine upload dist/*

作者信息

冯云龙 <<ylfeng@ir.hit.edu.cn>>

开源协议

语言技术平台面向国内外大学、中科院各研究所以及个人研究者免费开放源代码，但如上述机构和个人将该平台用于商业目的（如企业合作项目等）则需要付费。
除上述机构以外的企事业单位，如申请使用该平台，需付费。
凡涉及付费问题，请发邮件到 car@ir.hit.edu.cn 洽商。
如果您在 LTP 基础上发表论文或取得科研成果，请您在发表论文和申报成果时声明“使用了哈工大社会计算与信息检索研究中心研制的语言技术平台（LTP）”. 同时，发信给car@ir.hit.edu.cn，说明发表论文或申报成果的题目、出处等。

脚注

1:: Chinese-ELECTRA
2:: [TENER: Adapting Transformer Encoder for Named Entity Recognition](https://arxiv.org/abs/1911.04474)
3:: [A PyTorch implementation of "Deep Biaffine Attention for Neural Dependency Parsing"](https://github.com/yzhangcs/parser)

Rongzhq/ltp