自然语言处理工具的比较（UIMA、LingPipe、Lucene、Gate、Stanford）

我想选择一个自然语言处理工具来完成常见任务，如标记化、句子检测、各种标记（名称实体识别、词性标记等）。我的问题分为两部分：

选择自然语言处理的标准是什么 工具

在（UIMA、LingPipe、Lucene、Gate、Stanford）中，哪一个满足 这些标准更好吗

---

你有什么建议？

一些一般标准：

我可以使用提供的模型执行多少任务（例如，该工具是否包含用于我的任务的模型，如西班牙语标记化或蛋白质标记）

添加缺少的工具对我来说有多容易

---

顺便说一句，我会添加到您的列表中，以及它的

关于你的任务，你能说得更具体些吗？比较实际上取决于您想要实现的具体任务。Languageware资源工作台将完成您提到的任务，并输出到UIMA字典。然而，我的回答可能是有偏见和不完整的，所以我不会把它作为一个答案。UIMA不是一个NLP工具。它是一个互操作性和可伸缩性框架，允许将这些工具集成到一个通用框架中。有几种风格的UIMA组件集合可以满足您的需要（例如DKPro Core、ClearTK、U-Compare等），其中一些集成工具（例如LingPipe、Stanford等）介于两者之间。如果您使用Java，我可能会建议您使用ApacheOpenNLP（ASL）或StanfordCorenLP（GPL）的一些初步步骤，具体取决于您喜欢哪种许可证。-请注意，这是一个意见问题，不太适合Stackoverflow。这里有一个很好的概述：