basicthainlp

เครื่องมือ NLP สำหรับภาษาไทย

include

• Token Identification: ระบุชนิด Token ข้อความภาษาไทย
• PmSeg: หาขอบเขตของ pseudo morpheme
• Pos tagging: Tag part of speech(pos) ระดับ pseudo morpheme และ ระดับคำ
• Spelling corrector: แก้ไขคำผิด
• Find Similarity Terms: ค้นหา Terms/Words ที่เขียนผิดหรือคล้ายกันในเอกสาร

Colab

https://colab.research.google.com/drive/1G7OUNsCC-B5XHNd8V5Et1ZKpJp4R66hg

Update

0.5.4, 0.5.3, 0.5.2

• แก้ bug FindSimilarityTerms: เปลี่ยนชื่อ find_timilarity_terms เป็น find_similarity_terms

0.5.1

• เพิ่ม library FindSimilarityTerms

0.4.2

• แก้ bug TokenIdentification: E-mail regular expression

0.4.1

• แก้ bug TokenIdentification: Tag จากไฟล์ให้ถูกต้องมากขึ้น

0.3.7

• แก้ correction ใน spelling ในกรณีที่ค่า prop เท่ากันให้พิจารณาโดยใช้ Tri-gram

0.3.5

• เพิ่ม library spelling

0.3.4

• แก้ function get_ps แบบสั้น ไม่ต้องใส่ textInput=

0.3.3

• แก้ function get_ps ไม่ให้ new class ทุกครั้ง
• หลังจาก new class PmSeg() ต้องเรียกฟังก์ชั่น init_cls() เสมอ
• หลังจาก new class PosTag() ต้องเรียกฟังก์ชั่น init_cls() เสมอ

0.3.1

• เพิ่ม library POS Tagging

0.2.7

• Add wrap function get_ps

0.2.1

• เพิ่ม library Token Identification