华中科技大学

    华中科技大学自然语言处理工具包（HUST-NLP）是华中科技大学认知计算与智能信息处理实验室（CCIIP）研发的一款轻量级的自然语言处理（NLP）处理套件，其具有统一的数据预处理组件，并提供了多种高级模块，如Transformer、CRF等；在序列标注、文本分类等NLP子任务上，HUST-NLP还封装了各种模型可供直接调用。在兼顾易用性的同时，HUST-NLP在中文分词、命名实体识别、词性标注、和文本分类等多个任务中都能够取得较好的效果。如果你需要快速地部署完成一个NLP任务，或是高效地构建对比模型进行科研，HUST-NLP可能是你很好的选择。

• 访问地址：自然语言处理工具包平台（HUST-NLP）v1.0版本

• 研发小组：陈志毅、热克甫、王赞博、梁硕、王振海、徐晨维、李恒、杨佳鑫、高扬帆、张睿晗、冯皓楠、黄园园。

目前HUST-NLP-v1.0版本功能如下：

1. 中文分词

中文分词（Chinese Word Segmentation, CWS）是指将连续的汉字序列切分为词语序列。

注：每个结点即为单独分开的词。

HUST-NLP分词模块性能如下：

2. 词性标注

词性标注（Part-Of-Speech tagging, POS），是指是对连续的词语序列根据上下文内容进行词性的标注（如动词、名词、形容词等）。

注：括号中表示每个词的词性

HUST-NLP词性标注模块性能如下：

3. 命名实体识别

命名实体识别（Named Entity Recognition, NER）是指识别中文文本中具有特定意义的实体指代的边界和类型，主要包括人名、地名、专有名词等。

HUST-NLP命名实体识别模块性能如下：

4. 依存句法分析

依存句法分析（Syntactic Dependency Parsing）是通过分析句子内各语言成分之间的依存关系来解释其句法结构。

5. 语义依存分析

语义依存分析（Semantic Dependency Parsing）是对句子各个语言单位之间的关联进行分析，其结果一般通过语义树来展现。

6. 句子分析

句子分析可分为以下部分，肯定/否定句判别，特指问句分类，句子分类，主谓宾标注。

（1）肯定/否定句判别：判断一个句子表达的是“肯定”还是“否定”的含义。

（2）特指问句分类：对特指问句进行提问类型的细化分类。

（3）句子分类：对每个句子进行类型上的区分，如陈述句、是非问句、正反问句、感叹句、特指问句等

（4）主谓宾标注：对每个句子的句法结构进行解析，将其主谓宾定状补的结构表示出来。

HUST-NLP句子分析模块性能如下：