Poliqarp Poliqarp es una utilidad para buscar grandes cuerpos.
Descargar ahora

Poliqarp Clasificación y resumen

Poliqarp Etiquetas

búsqueda buscar texto indexación de texto Buscar corporaciones Poliqarp corporativo

Poliqarp Descripción

Poliqarp es una utilidad para buscar grandes cuerpos. Poliqarp es una utilidad para buscar grandes cuerpos. Aquí hay algunas características clave de "Poliqarp": Soporte para Tagged CORPORA: · La colección buscada no puede contener no solo texto crudo, sino también información sobre las palabras y textos que lo constituyen (formas gramaticales de palabras; estructura de los textos; varias metaduras sobre los textos como la autoría y la fecha de escritura). Idioma de consulta expresiva: El idioma de la consulta de Poliqarp se basa en expresiones regulares y le permite buscar no solo una palabra o secuencias de palabras dadas, sino también, por ejemplo, para: · Un adjetivo seguido de un sustantivo. · Cinco sustantivos seguidos · Cinco, seis, o siete sustantivos seguidos. · Una palabra dada que ocurre cerca, pero no necesariamente a continuación, a otra palabra dada · Palabras que comienzan con 'z' que ocurren en textos publicados en el siglo XIX. · Oraciones de más de 100 palabras. · ...y muchos más Soporte para tagsets posicionales: · Las etiquetas asignadas a las palabras pueden tener una estructura interna, y esta estructura puede incorporarse en las consultas. Por ejemplo, los sustantivos pueden tener género, número o caso, los verbos pueden tener un aspecto, y así sucesivamente. · Esto es especialmente útil con los idiomas que son ricos en la inflexión, como el polaco (de hecho, Poliqarp se desarrolló originalmente y se utiliza dentro de un proyecto polaco Corpus: el IPI PAN Corpus). · No depende de un tagset particular · Soporte para Unicode · Puede crear cuerpos de textos escritos en casi cualquier idioma en su script nativo: sea inglés, polaco, japonés o tailandés, siempre que estén codificados en el formato UTF-8. Soporte para ambigüedades: · Las etiquetas de una palabra no son necesariamente únicas: puede ocurrir situaciones en las que una palabra se puede interpretar de varias maneras (y, por lo tanto, tener varias etiquetas asignadas a ella). Poliqarp puede manejar tales situaciones y le permite decir si su consulta debe coincidir con cualquiera de las posibles interpretaciones o todas. Pocos, si los hay, otros concordencientes tienen esta habilidad. Multiplataforma: · Poliqarp está escrito en Java y C y, por lo tanto, está disponible para Windows y la mayoría de los sistemas similares a Unix, incluidos Linux, * BSD y Solaris. Actualmente, es compatible con solo arquitecturas pequeñas, pero se está trabajando para hacerlo endian-neutral. Eficiente: · Es difícil estimar el tiempo promedio de búsqueda de un corpus, ya que depende en gran medida de la estructura de la consulta. Sin embargo, las consultas simples (para una palabra o frase) tardan unos segundos incluso en las cuerpas que contienen más de cien millones de palabras (en términos de textos crudos, ¡eso es varios gigabytes, incluidas las etiquetas y los metadatos!) La consulta más compleja tarda más en ejecutar, pero Incluso entonces, obtienes los resultados tan pronto como se encuentran, para que no tenga que esperar mucho tiempo. Gratis: · Poliqarp es un software gratuito / de código abierto, disponible bajo los términos de la Licencia Pública General de GNU. Requisitos: · Java 2 Edición estándar Medio de ejecución ¿Qué hay de nuevo en este lanzamiento: · Se solucionó una mayor regresión en BPUGPRADE, que podría provocar la pérdida de datos.

Poliqarp Software relacionado