WordTabulator przeznaczone do analizy tekstu. Z pomocą wordTabulator można wygenerować indeks elementów słownych pochodzących z określonego zestawu tekstu. Elementy słowne mogą być słowa, N-gramów (o określonej wielkości) lub frazy (syntagmes). Program może przetwarzać teksty jak w zwykłych 2-bajtów kodujących (ANSI), jak w wielobajtową kodowania UTF-8. Teksty źródłowe są definiowane jako zestaw płaskich plików tekstowych lub HTML / XML / SGML dokumentów. W tym ostatnim przypadku program może filtrować treści z znaczników. Co więcej, można przetwarzać tylko określoną treść w wybranych parach tagów. Albo możesz pominąć, że treści z przetwarzania. Obejmuje moduł morfologia dla rosyjskich, trzech różnych formatów indeksu wyjściowego trzy różne typy elementów słownych (słowa, n-gramów i zwroty), przeglądarkę kontekstu i prawdziwej zamawiania alfabetycznej.
Komentarze nie znaleziono