Apache OpenNLP: differenze tra le versioni

Versione delle 15:20, 31 ott 2024

Versione attuale delle 18:47, 17 giu 2025

(18 versioni intermedie di 10 utenti non mostrate)

Riga 1:

{{F|software|ottobre 2024|}}

{{Software

|Logo = Apache OpenNLP Logo.svg

|Screenshot =

|Sviluppatore = Apache Software Foundation

|DataPrimaVersione = 19 Luglio 2004; 20 anni fa

|UltimaVersione = 2.4.0 / 20 luglio 2024; 2 mesi fa

|SistemaOperativo =

|Linguaggio = Java

Riga 17:

}}

La libreria '''Apache OpenNLP''' è un toolkit che sfrutta [[Apprendimento automatico|l'apprendimento automatico]] per l'[[Elaborazione del linguaggio naturale|elaborazione dei testi in linguaggio naturale]]. Supporta i compiti più comuni in ambito NLP, come il rilevamento della lingua, [[Analisi lessicale|la tokenizzazione]], la sentence segmenntationsegmentazione, l'etichettatura delle parti del discorso, la named entity extraction, il chunking, il [[parsing]] e la coreference resolution. Questo genere di compiti sono solitamente necessari per sviluppare servizi di elaborazione testuale più avanzati.

La libreria è scritta in [[Java (linguaggio di programmazione)|Java]] e può essere facilmente integrata in progetti Java o in progetti che utilizzano la [[Java Virtual Machine]] (JVM).<ref>{{Cita web|url=https://opennlp.apache.org/building.html|titolo=Apache OpenNLP - Building from Source}}</ref>

== Vedi anche ==

{{Portale|Free and open-source software}}

== Dettagli ==

* [[Apache UIMA]] (Unstructured Information Management Architecture)

* Identificazione della lingua: il “LanguageDetector” richiede un modello addestrato. OpenNLP stesso offre il modello completamente addestrato ''langdetect-183.bin'' come download. Questo è in grado di identificare 103 lingue.<ref>{{Cita web|url=https://opennlp.apache.org/models.html#language_detection|titolo=Modello di rilevamento delle lingue di Apache OpenNLP}}</ref>

* General Architecture for Text Engineerin

* Riconoscimento delle frasi: il “SentenceDetector” riconosce se un punto fermo segna la fine di una frase o se ha un significato diverso. Anche in questo caso è necessaria la specifica di un modello addestrato. OpenNLP fornisce modelli per varie lingue, ad esempio ''opennlp-it-ud-vit-sentence-1.3-2.5.4.bin'' per il riconoscimento delle frasi nei testi italiani.<ref>{{Cita web|url=https://opennlp.apache.org/models.html#sentence_detection|titolo=Modelli di rilevamento delle frasi di Apache OpenNLP}}</ref>

* cTAKES

* Tokenizzazione: il tokenizer divide una stringa di caratteri in token. I token sono solitamente parole, segni di punteggiatura, numeri, ecc.

* Etichettatura part-of-speech: OpenNLP dispone di una selezione di modelli pre-addestrati per 36 lingue (tedesco, inglese, spagnolo, portoghese, danese, ecc.). Questi modelli possono essere utilizzati per etichettare automaticamente un corpus di testo in una di queste lingue.<ref>{{Cita web|url=https://stanbol.apache.org/docs/trunk/components/enhancer/engines/opennlppos.html|titolo=Apache Stanbol - OpenNLP POS Tagging Engine}}</ref>

* Estrazione di entità denominate: Il “TokenNameFinder” può riconoscere le entità denominate e i numeri nel testo. Per riconoscere le entità è necessario un modello. Il modello dipende dalla lingua e dal tipo di entità per cui è stato addestrato. Il progetto OpenNLP offre una gamma di modelli pre-addestrati che sono stati addestrati su vari corpora liberamente disponibili. Possono essere scaricati dalla pagina di download dei modelli.

== RiferimentiNote ==

<references />

{{References}}

<references responsive="1"></references>

== Voci correlate ==

* [[Apache UIMA]] (Unstructured Information Management Architecture)

* [[Apache Software Foundation]]

* [[Licenza Apache]]

== Collegamenti esterni ==

{{Collegamenti esterni}}

* [https://opennlp.apache.org/index.html Sito Web di Apache OpenNLP]

{{Apache}}

{{Portale|informatica}}

[[Categoria:Software del 2004]]

[[Categoria:Software multipiattaforma]]