WordTabulator

Sự miêu tả

WordTabulator được thiết kế để phân tích văn bản. Với sự trợ giúp của wordTabulator, bạn có thể tạo chỉ mục của các phần tử từ được trích xuất từ ​​tập văn bản xác định. Các phần tử của từ có thể là các từ, N-gam (có kích thước xác định) hoặc các cụm từ (ngữ đoạn). Chương trình có thể xử lý văn bản như trong mã hóa 2 byte thông thường (ANSI), như trong mã hóa UTF-8 đa byte. Văn bản nguồn được định nghĩa là một tập hợp các tệp văn bản phẳng hoặc tài liệu HTML/XML/SGML. Trong trường hợp cuối cùng, chương trình có thể lọc nội dung khỏi đánh dấu. Hơn nữa, bạn chỉ có thể xử lý nội dung đã xác định trong các thẻ được ghép nối đã chọn. Hoặc bạn có thể bỏ qua nội dung đó khỏi quá trình xử lý. Nó bao gồm mô-đun hình thái học cho tiếng Nga, ba định dạng khác nhau của chỉ mục đầu ra, ba loại yếu tố từ khác nhau (từ, N-Gram và cụm từ), trình duyệt ngữ cảnh và thứ tự bảng chữ cái thực sự.