You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 
 
Ádler Neves be4d43943f Initial commit 2 years ago
downloaded Initial commit 2 years ago
.gitignore Initial commit 2 years ago
LICENSE.code Initial commit 2 years ago
LICENSE.linguistic_resources Initial commit 2 years ago
Makefile Initial commit 2 years ago
convert.py Initial commit 2 years ago
joinTagAndText.py Initial commit 2 years ago
prepareUnitexEvaluation3.py Initial commit 2 years ago
prepareUnitexEvaluation4.py Initial commit 2 years ago
readme.md Initial commit 2 years ago
requirements.txt Initial commit 2 years ago
runUnitexEvaluation.py Initial commit 2 years ago
statisticsMetrics.py Initial commit 2 years ago
tag.py Initial commit 2 years ago
train.py Initial commit 2 years ago
trainQuickStats.py Initial commit 2 years ago
utils.py Initial commit 2 years ago

readme.md

Yet Another Simple POS Tagger

Este é um etiquetador de partes do discurso (POS tagger) que foi escrito para ter os mesmos formatos de entrada e saída que do Unitex/GramLab, sem fazer uso do algoritmo de Viterbi, mas sim um simples casamento de padrões.

Devido aos resultados obtidos (46% das etiquetas foram atribuidas corretamente), este provavelmente não é o etiquetador que você busca.

Licença do código

MIT.

Licença do corpus embarcado (“downloaded/corpus100.txt”)

Serei direto: não sei. É exatamente o arquivo mesmo que você acha para baixar numa página dum subdomínio da USP (link direto | manual de etiquetas), mas não achei nenhuma menção de licença por lá.

Se quiser trocar por um corpus etiquetado licenceado em Creative Commons Attribution 4.0 International License, uma solução “drop-in” que funcione imediatamente após descompactado na pasta adequada é o Mac-Morpho (link direto | manual de etiquetas).