WordTabulator

Описание

WordTabulator предназначен для анализа текста. С помощью wordTabulator вы можете сгенерировать индекс элементов слова, извлеченных из определенного набора текстов. Элементами слов могут быть слова, N-граммы (определенного размера) или фразы (синтагмы). Программа может обрабатывать тексты как в обычной 2-байтовой кодировке (ANSI), так и в многобайтовой кодировке UTF-8. Исходные тексты определяются как набор плоских текстовых файлов или документов HTML/XML/SGML. В последнем случае программа может фильтровать содержимое по разметке. Кроме того, вы можете обрабатывать только определенный контент в выбранных парных тегах. Или вы можете пропустить этот контент из обработки. Он включает в себя модуль морфологии для русского языка, три разных формата выходного указателя, три разных типа словесных элементов (слова, N-граммы и фразы), браузер контекста и истинное алфавитное упорядочение.