Apache OpenNLP: differenze tra le versioni

Versione delle 20:01, 4 gen 2025

Versione attuale delle 18:47, 17 giu 2025

(6 versioni intermedie di 4 utenti non mostrate)

Riga 1:

{{OF|software|novembreottobre 2024|}}

{{F|informatica|ottobre 2024|}}

{{Software

|Screenshot =

|Sviluppatore = Apache Software Foundation

|DataPrimaVersione = 19 Luglio 2004; 20 anni fa

|UltimaVersione = 2.5.2 / 27 dicembre 2024

|SistemaOperativo =

|Linguaggio = Java

Riga 18 ⟶ 17:

}}

'''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>

== Dettagli ==

* 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>

* 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-1.23-2.5.04.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>.

* 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 3236 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.

Riga 38 ⟶ 39:

{{Collegamenti esterni}}

{{Apache|open}}

{{Portale|informatica}}