WordTabulator предназначен для анализа текста. С помощью wordTabulator вы можете создать индекс элементов слов, извлеченных из определенного набора текста. Элементы слово может быть слова, N-грамм (с определенным размером) или фразы (syntagmes). Программа может обрабатывать тексты, как в обычных 2-байт, кодирующих (ANSI), а в многобайтового кодирования UTF-8. Исходные тексты определяются как набор плоских текстовых файлов или HTML / XML / SGML документов. В последнем случае программа может фильтровать контент из разметки. Кроме того, вы можете обрабатывать только определенный контент в отдельных парных тегов. Или вы можете пропустить этот содержание из обработки. Она включает в себя морфологический модуль для российских, трех различных форматах индекса выхода, три различных типов элементов (слов словами, N-грамм и фраз), браузер контексте, и истинной алфавитного порядка.
Комментарии не найдены