WordTabulator

Lýsing

WordTabulator er ætlað til textagreiningar. Með hjálp wordTabulator geturðu búið til vísitölu orðþátta sem dregin eru út úr skilgreindu textasetti. Orðaþættir geta verið orð, N-grömm (af skilgreindri stærð) eða orðasambönd (samsetning). Forritið getur unnið texta eins og í venjulegri 2-bæta kóðun (ANSI), eins og í multibyte UTF-8 kóðun. Upprunatextar eru skilgreindir sem sett af flötum textaskrám eða HTML/XML/SGML skjölum. Í síðasta tilvikinu getur forritið síað efni úr álagningu. Þar að auki geturðu aðeins unnið úr skilgreint efni innan valinna pöruðu merkja. Eða þú getur sleppt því efni úr vinnslu. Það felur í sér formfræðieiningu fyrir rússnesku, þrjú mismunandi snið úttaksvísitölu, þrjár mismunandi tegundir orðþátta (orð, N-grömm og orðasambönd), samhengisvafra og sanna stafrófsröð.