Home

Welcome to the JioNLP wiki

• JioNLP 工具包主要面向解决中文 NLP 领域基础、常用的功能和方法，旨在帮助开发人员快速处理琐碎的文本操作，避免常用的、繁杂的代码工作。

• JioNLP 的 wiki 中有各个函数的详细的使用方法、注意事项、函数功能适用范围、样例代码等。

主要包括如下几个模块

一、(Gadget小工具集)

• Gadget 小工具集内，提供了分句、去除停用词、繁简体转换、拼音、字形等常见功能。持续更新中…​

二、(文件读写)

• 读写文件，除了使用 linux 的 cut、awk 命令之外，使用 python 操作是较为繁琐的工作。该工具集规定了中文文本的读写格式和要求，能够仅使用一行代码完成文件数据集的读写。

三、(正则抽取与解析)

• 中文文本处理涉及到大量的正则解析与信息抽取，本工具集完成了邮箱、身份证号、URL、QQ号、时间字符串、中文货币金额、数字金额、括号补充信息等功能的字段抽取与删除。持续更新中…​

四、(词典加载)

• 中文 NLP 中不可避免涉及到大量的词典，工具集提供了停用词词典、地名词典、成语词典、拼音词典、字形词典、歇后语词典、繁简体映射词典等等多种多样的词典信息加载。持续更新中…​