Prose GoGo 语言文本处理库

Prose 是一款用于Go 语言的文本处理库（主要是英文），支持 okenization（分词）、part-of-speech tagging（词性标注）、named-entity extraction（命名实体提取）等。 

安装

$ go get github.com/jdkato/prose/...

使用

• Tokenizing

• Tagging

• Transforming

• Summarizing

• Chunking

• License

Tokenizing

单词、句子和 regexp tokenizer 可用。 每个分词器实现相同的接口，这样可以轻松地在库的其他部分中自定义词语切分。

package main

import (
    "fmt"

    "github.com/jdkato/prose/tokenize"
)

func main() {
    text := "They'll save and invest more."
    tokenizer := tokenize.NewTreebankWordTokenizer()
    for _, word := range tokenizer.Tokenize(text) {
        // [They 'll save and invest more .]
        fmt.Println(word)
    }
}