Autor: Meelika Sander-Sõrmus • 6. jaanuar 2015
Tähelepanu! Artikkel on enam kui 5 aastat vana ning kuulub väljaande digitaalsesse arhiivi. Väljaanne ei uuenda ega kaasajasta arhiveeritud sisu, mistõttu võib olla vajalik kaasaegsete allikatega tutvumine.
Estnltk aitab töödelda eestikeelseid tekste
Tartu Ülikooli Matemaatika-informaatikateaduskonnas on tegeletud juba mõnda aega Estnltk teegi arendamisega, millega on nüüdseks jõutud nii kaugele, et seda saab laiemale kasutajaskonnale tutvustada. Estnltk on kogumik Python 2.7/Python 3.4 teeke, mis pakuvad eestikeelsete vabatekstide töötlemiseks vajalikke baasoperatsioone.
Projekti eesmärgiks on siduda omavahel kokku mitmed olemasolevad vahendid eesti keele töötlemiseks ning võimaldada neid kasutada Pythoni programmides:
- Teksti tükeldamine sõnadeks ja lauseteks
- Morfoloogiline analüüs ja süntees
- Sõnade lemmatiseerimine / stemmimine
- Osalausestamine
- Ajaväljendite tuvastamine
- Nimeüksuste tuvastamine
- Verbiahelate tuvastamine
- Eesti Wordnet'i liidestamine.
„Nimekirjast on küll veel puudu mitmed vahendid, mida meie keeletehnoloogid on välja töötanud, aga olemasolevate baasoperatsioonide hulk on piisavalt suur, et katta suurem osa rakendustele vajalikke kasutusjuhte,“ ütleb projekti meeskonna liigeTimo Petmanson. “Teek toimib nii Linuxi kui ka Windowsiga ja töötab Python2.7 ja Python3.4 versioonidega.“
Vaata lisa:
Installijuhendid ja dokumentatsioon: http://tpetmanson.github.io/estnltk/
Lähtekood: https://github.com/tpetmanson/estnltk
Windowsi installerid: https://github.com/tpetmanson/estnltk/tree/master/dist
Soovitusi, mõtteid, leitud vigu jt ettepanekuid võib esitada Githubi lehel: https://github.com/tpetmanson/estnltk/issues
Liitu ITuudiste uudiskirjaga!
Liitu ITuudiste uudiskirjaga!