WordTabulator

Opis

WordTabulator jest przeznaczony do analizy tekstu. Za pomocą wordTabulator można wygenerować indeks elementów słownych wyodrębnionych ze zdefiniowanego zbioru tekstowego. Elementami słownymi mogą być słowa, N-gramy (o określonej wielkości) lub frazy (składnie). Program może przetwarzać teksty tak, jak w zwykłym kodowaniu 2-bajtowym (ANSI), jak w wielobajtowym kodowaniu UTF-8. Teksty źródłowe są zdefiniowane jako zestaw plików tekstowych lub dokumentów HTML/XML/SGML. W tym ostatnim przypadku program może odfiltrować zawartość ze znaczników. Co więcej, możesz przetwarzać tylko zdefiniowaną zawartość w wybranych sparowanych tagach. Możesz też pominąć tę treść z przetwarzania. Zawiera moduł morfologii dla języka rosyjskiego, trzy różne formaty indeksu wyjściowego, trzy różne typy elementów słownych (słowa, n-gramy i frazy), przeglądarkę kontekstu i prawdziwą kolejność alfabetyczną.