自然语言处理（二）——词性标注与命名实体识别

本次依然使用上篇博客（ 自然语言处理（一）——中英文分词）中我们使用过的工具，来对中英文文本进行词性标注与命名实体识别。

一、Jieba

词性标注与命名实体识别

二、NLPIR

NLPIR词性标注与命名实体识别

三、nltk

nltk词性标注与命名实体识别

四、SnowNLP

SnowNLP词性标注与命名实体识别

五、StandFordNLP

StandfordNLP词性标注与命名实体识别

六、thulac

thulac词性标注与命名实体识别

七、StandfordNLP

中文词性标注与命名实体识别

八、结论

词性标注与命名实体识别，和上一个实验的分词相比，难度又有所增加，在给出的实验文件中已经无法找到现成的代码，有些需要去百度找，有些需要自己写，不过好在都完成了。

在词性标注中，斯坦福大学nlp库的效果最好，但是占用内存较大，而且需要下载较大的预装包，在对中文进行处理时需要中文版；此外，结巴的中文分词是轻量级中效果最好的。

代码和文本太多，上传太麻烦，如果需要请点击这里下载

---