Package: libucto-dev (0.30-3) [debports]

Unicode Tokenizer - udvikling

Ucto kan symbolopbygge UTF-8-kodede tekstfiler (dvs. adskille ord fra tegnsætning, opdele sætninger, oprette n-grams) og tilbyder flere andre grundlæggende forbrændertrin, som gør din tekst egnet for yderligere behandling såsom indeksering, del af tale-mærkning eller maskinoversættelse.

Denne pakke indeholder C++-teksthoveder for programmeringsbiblioteket.

Ucto blev skrevet af Maarten van Gompel og Ko van der Sloot. Arbejdet på Ucto blev finansieret af NWO, Netherlands Organisation for Scientific Research, under the projektet Implicit Linguistics, programmet CLARIN-NL og projektet CLARIAH.

Ucto er et produkt fra Centre of Language and Speech Technology (Radboud University Nijmegen), KNAW Humanities Cluster og tidligere ILK Research Group (Tilburg University, Holland).

Hvis du er interesseret i maskinfortolkning af UTF-8-kodede tekstfiler, f.eks. til at udføre videnskabelig forskning i naturlig sprogbehandling så vil ucto sandsynligvis være til nytte.

This page is also available in the following languages (How to set the default document language):