POS Tagger 工具

TreeTagger

The TreeTagger is a tool for annotating text with part-of-speech and lemma information. It was developed by Helmut Schmid in the TC project at the Institute for Computational Linguistics of the University of Stuttgart. The TreeTagger has been successfully used to tag German, English, French, Italian, Dutch, Spanish, Bulgarian, Russian, Greek, Portuguese, Chinese and old French texts and is adaptable to other languages if a lexicon and a manually tagged training corpus are available.

CKIP Auto Tagger

說明

依據 CKIP 標準製作的 POS tagger。

安裝方法和注意事項

1. 解壓縮 CKIP_AutoTagger。要注意的是，該目錄路徑中不能包含有空白字元。如 D:\Tools\CKIP_AutoTagger\CKIPAT
2. 環境變數 PATH 中加入解壓縮後的目錄。如：SET PATH=%PATH%;D:\Tools\CKIP_AutoTagger\CKIPAT
3. 接著在下載 Utility.dll 檔，並將之加入到專案的參考中
4. 在程式中可以以如下的方式呼叫：

Token[] segments = Utility.CKIPSeg.Instance().Segment(input);

每個 Token 物件的 PartOfSpeech 屬性即為其 POS。

注意

AutoTag 會掉字元！比如：

• “
• ”

將不會產生對應的 POS。另外，下列字元會被轉換（原字元：轉換輸出為）：

• —：-