模型转换

python ./cmd/modelconverter/pickle2json.py pickle.model ./data/model/xxx.jsonpython ./cmd/modelconverter/marshal2json.py pickle.model ./data/model/xxx.json

go run ./cmd/modelconverter/main.go -i ./data/model/xxx.json -o ./model/xxx.modelgo run ./cmd/modelconverter/main.go -i ./data/model/xxx.json -o ./model/xxx.model --sentiment // 仅对sentiment.model使用

使用方式

import"github.com/bububa/jiagu"funcmain() {// jiagu.Init() // 可手动初始化，也可以动态初始化text:="厦门明天会不会下雨"words:=jiagu.Seg(text)// 分词pos:=jiagu.Pos(words)// 词性标注ner:=jiagu.Ner(words)// 命名实体识别}

import"github.com/bububa/jiagu"funcmain() {text:="汉服和服装、维基图谱"words:=jiagu.Seg(text)// fd, err := os.Open("user.dict")// defer fd.Close()// jiagu.LoadUserDict(fd) # 加载自定义字典，支持字典路径、字典列表形式。jiagu.AddVocabs([]string{"汉服和服装"})words:=jiagu.Seg(text)// 自定义分词，字典分词模式有效}

import"github.com/bububa/jiagu"funcmain() {text:= '姚明1980年9月12日出生于上海市徐汇区，祖籍江苏省苏州市吴江区震泽镇，前中国职业篮球运动员，司职中锋，现任中职联公司董事长兼总经理。'knowledge:=jiagu.Knowledge(text)}

import"github.com/bububa/jiagu"funcmain() {text=`    该研究主持者之一、波士顿大学地球与环境科学系博士陈池（音）表示，“尽管中国和印度国土面积仅占全球陆地的9%，但两国为这一绿化过程贡献超过三分之一。考虑到人口过多的国家一般存在对土地过度利用的问题，这个发现令人吃惊。”    NASA埃姆斯研究中心的科学家拉玛·内曼尼（Rama Nemani）说，“这一长期数据能让我们深入分析地表绿化背后的影响因素。我们一开始以为，植被增加是由于更多二氧化碳排放，导致气候更加温暖、潮湿，适宜生长。”    “MODIS的数据让我们能在非常小的尺度上理解这一现象，我们发现人类活动也作出了贡献。”    NASA文章介绍，在中国为全球绿化进程做出的贡献中，有42%来源于植树造林工程，对于减少土壤侵蚀、空气污染与气候变化发挥了作用。    据观察者网过往报道，2017年我国全国共完成造林736.2万公顷、森林抚育830.2万公顷。其中，天然林资源保护工程完成造林26万公顷，退耕还林工程完成造林91.2万公顷。京津风沙源治理工程完成造林18.5万公顷。三北及长江流域等重点防护林体系工程完成造林99.1万公顷。完成国家储备林建设任务68万公顷。    `keywords:=jiagu.keywords(text,5) }

import"github.com/bububa/jiagu"funcmain() {summarize:=jiagu.Summarize(text,3) #摘要}

import"github.com/bububa/jiagu"funcmain() {fd,err:=os.Open("input.txt")deferfd.Close()words,err:=jiagu.Findword(fd,0,0,0)// 根据文本，利用信息熵做新词发现。}

import"github.com/bububa/jiagu"funcmain() {text:="很讨厌还是个懒鬼"words:=jiagu.Seg(text)sentiment,probe:=jiagu.Sentiment(words)}

import"github.com/bububa/jiagu"funcmain() {docs:= []string {"百度深度学习中文情感分析工具Senta试用及在线测试","情感分析是自然语言处理里面一个热门话题","AI Challenger 2018 文本挖掘类竞赛相关解决方案及代码汇总","深度学习实践：从零开始做电影评论文本情感分析","BERT相关论文、文章和代码资源汇总","将不同长度的句子用BERT预训练模型编码，映射到一个固定长度的向量上","自然语言处理工具包spaCy介绍","现在可以快速测试一下spaCy的相关功能，我们以英文数据为例，spaCy目前主要支持英文和德文",    }tokenizer:=func(txtstring) []string {returnjiagu.Seg(txt)}cluster:=jiagu.KmeansCluster(docs,tokenizer,4)}print(cluster)

附录

n　　　普通名词nt　 　时间名词nd　 　方位名词nl　 　处所名词nh　 　人名nhf　　姓nhs　　名ns　 　地名nn 　　族名ni 　　机构名nz 　　其他专名v　　 动词vd　　趋向动词vl　　联系动词vu　　能愿动词a　 　形容词f　 　区别词m　 　数词　　q　 　量词d　 　副词r　 　代词p　　 介词c　 　连词u　　 助词e　 　叹词o　 　拟声词i　 　习用语j　　 缩略语h　　 前接成分k　　 后接成分g　 　语素字x　 　非语素字w　 　标点符号ws　　非汉字字符串wu　　其他未知的符号

B-PER、I-PER   人名B-LOC、I-LOC   地名B-ORG、I-ORG   机构名

Reference：