pymystem3 0.2.0

简介

本模块包含一个包装器，用于2014年6月发布的优秀俄语Yandex Mystem 3.1形态分析器。 形态分析器可以对文本进行元素化，并为每个标记派生一组形态属性。 有关该算法的更多详细信息，请参见i.segalovich«A fast morphological algorithm with unknown word guessing induced by a dictionary for a web search engine»，mlmta-2003，拉斯维加斯，内华达州，美国。

python是许多计算语言学家的首选语言，包括那些使用俄语的语言学家。这种开发的主要动机是mytem没有任何python包装器，mytem是俄语中最流行的形态分析工具之一，同时还有PyMorphy2、TreeTagger和AOT。

mytem的第三个版本介绍了几个重要的改进，最重要的是词类消歧。我们的包装器以执行pos消歧的模式运行mytem。

这个包装器是麻省理工学院许可下的开源软件。但是，请考虑yandex mytem不是开源的，并且是在Yandex License的条件下授权的。

系统要求

包装器与cpython 2.6+/3.3+和pypy 1.9+一起工作。

该包装器在ubuntu linux 12.04+、mac osx 10.9+和windows 7+上进行了测试。

对于32位体系结构和freebsd平台支持，请使用ver。0.1.10条。

安装

1. 稳定版本：https://pypi.python.org/pypi/pymystem3。您可以使用pip安装它：

   pip install pymystem3
   

1. 最新版本（推荐）：https://github.com/nlpub/pymystem3：

   pip install git+https://github.com/nlpub/pymystem3
   

一个简单的例子

元素化

>>> from pymystem3 import Mystem
>>> text = "Красивая мама красиво мыла раму"
>>> m = Mystem()
>>> lemmas = m.lemmatize(text)
>>> print(''.join(lemmas))
красивый мама красиво мыть рама

获取语法信息和引理。

>>> import json
>>> from pymystem3 import Mystem

>>> text = "Красивая мама красиво мыла раму"
>>> m = Mystem()
>>> lemmas = m.lemmatize(text)

>>> print "lemmas:", ''.join(lemmas)
>>> print "full info:", json.dumps(m.analyze(text), ensure_ascii=False, encoding='utf8')

lemmas: красивый мама красиво мыть рама

full info: [{"text": "Красивая", "analysis": [{"lex": "красивый", "gr": "A=им,ед,полн,жен"}]}, {"text": " "}, {"text": "мама", "analysis": [{"lex": "мама", "gr": "S,жен,од=им,ед"}]}, {"text": " "}, {"text": "красиво", "analysis": [{"lex": "красиво", "gr": "ADV="}]}, {"text": " "}, {"text": "мыла", "analysis": [{"lex": "мыть", "gr": "V,несов,пе=прош,ед,изъяв,жен"}]}, {"text": " "}, {"text": "раму", "analysis": [{"lex": "рама", "gr": "S,жен,неод=вин,ед"}]}, {"text": "\n"}]

问题

请使用github问题跟踪程序（https://github.com/nlpub/pymystem3/issues）报告任何错误或请求！ 我们只有非常有限的资源来维护这个项目：如果你看到一个明显的解决问题的方法，请直接提出一个请求。我们非常愿意接受错误修复，非常感谢您的帮助。

作者

贡献者的完整列表由github列出。您也可以通过电子邮件联系项目的原始贡献者：

• 丹尼斯·苏霍宁（D.Sukhonin）：发展
• 亚历山大·潘琴科（panchenko.alexander）：概念

@Gmail

如果您有兴趣进一步发展或成为本项目的维护者，请给我们发电子邮件：非常感谢您的帮助。