WordTabulator

説明

WordTabulator は、テキスト分析を目的としています。 wordTabulator の助けを借りて、定義されたテキスト セットから抽出された単語要素のインデックスを生成できます。単語要素は、単語、(定義されたサイズの) N グラム、または句 (構文) の場合があります。プログラムは、マルチバイト UTF-8 エンコーディングと同様に、通常の 2 バイト エンコーディング (ANSI) でテキストを処理できます。ソース テキストは、一連のフラット テキスト ファイルまたは HTML/XML/SGML ドキュメントとして定義されます。最後のケースでは、プログラムはマークアップからコンテンツをフィルタリングできます。さらに、選択したペアのタグ内で定義されたコンテンツのみを処理できます。または、そのコンテンツを処理からスキップできます。ロシア語の形態学モジュール、出力インデックスの 3 つの異なる形式、3 つの異なるタイプの単語要素 (単語、N-Grams、フレーズ)、コンテキストのブラウザー、および真のアルファベット順が含まれています。