什么是用于词性标注的优秀Java库？
我正在寻找一个优秀的Java开源POS Tagger 。 这是我到目前为止所提出的。
- LingPipe
- 斯坦福
- LBJ
- FastTag
有人有什么建议吗？
您是否希望在特定域中标记POS？ 大多数通用标记符都是通过新闻专线文本进行培训的。 通常，当您在特定域（例如生物医学文本）中使用它们时，它们表现不佳。 还有其他标记器专门针对此类域进行了培训，例如用于生物医学文本的dTagger （java）。
对于newswire文本，Adwait Ratnaparkhi的MXPOST非常好，是我推荐的。
其他Java实现包括：
- MontyLingua
- Berkeley Parser （不是真正的POS标记器，但所有完整的解析器通常都包含POS标记器.Google用于Java语法分析器 ，你会发现很多。）
- QTag
- LBJ
由其他海报发布的OpenNLP和Lingpipe也相当不错。
有关POS标签最新技术的信息可以在这里找到。 正如你所看到的那样LTAG-Spinal （也被另一张海报提到）排名最高，但各种标签的变化并不多。 我自己没有使用过LTAG。
另请注意，POS标记的基准性能约为90％。 基线意味着 – （a）通过词典中最频繁的POS标签标记每个单词，以及（b）将每个未知单词标记为名词。
我使用OpenNLP效果很好。 您还可以查看MorphAdorner 。
我使用过LingPipe和Stanford的POS Tagger。 后者是最先进的 POS Tagger，但根据我的经验，它太慢了（尽管它们确实提供了不太准确的模型，而且速度相当快）。 当然，它总是取决于你想要达到的目标，并且总是会在速度和准确性之间进行权衡。
我也曾经使用过基于LBJ的NER软件，尽管它非常准确，但源代码完全混乱。 LingPipe和斯坦福的来源都非常干净且记录完备。
你也可以看看LTAG-spinal 。 我还没有使用它，但从算法描述和列出的准确性来看，它肯定比你到目前为止的替代方案更好。
希望能帮助到你。