معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Thai Sentence Segmenter

ویژگی	مقدار
سیستم عامل	-
نام فایل	BoydCut-1.0.0
نام	BoydCut
نسخه کتابخانه	1.0.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Sorratat Sirirattanajakarin
ایمیل نویسنده	sorratat.sirirattanajakarin@gmail.com
آدرس صفحه اصلی	https://github.com/BigDataRPG/BoydCut
آدرس اینترنتی	https://pypi.org/project/BoydCut/
مجوز	-

# BoydCut: Thai Sentence Segmenter > Bidirectional LSTM-CNN Model for Thai Sentence Segmenter # Development Status This project is the part of my Thesis in Master's degree at Big Data Engineering, CITE, Dhurakij Pundij University https://cite.dpu.ac.th/bigdata/ **My Advisor** - Asst. Prof. Dr. Duangjai Jitkongchuen - Asst. Prof. Dr. Peerasak Intarapaiboon # Requirements - Tensorflow 2.0+ - Python 3.6.x - pip install -r requirements > if pip install -r requirements not work please follow Installation steps ## Installation steps - pip install numpy pandas tensorflow - pip install deepcut - pip install pythainlp ## How to use and Examples - pip install BoydCut - Version 1.0.0 - [Notebook Example](https://colab.research.google.com/drive/1uMssc6RQQTeDhsja_aOWwLRl9Bjk31Qc?usp=sharing) ``` boydcut = BoydCut() sent_ls = boydcut.sentenize("ประเทศฝรั่งเศสแผ่นดินใหญ่ทอดตัวตั้งแต่ทะเลเมดิเตอร์\ เรเนียนจนถึงช่องแคบอังกฤษและทะเลเหนือ") for sent in sent_ls: print(sent) > <B-CLS>ประเทศฝรั่งเศส|แผ่นดิน|ใหญ่|ทอด|ตัว|ตั้งแต่|ทะเลเมดิเตอร์เรเนียน|จนถึง|ช่อง|แคบ<E-CLS> > <B-CLS>อังกฤษ|และ|ทะเล|เหนือ<E-CLS> boydcut = BoydCut() sent_ls = boydcut.sentenize(['ประเทศฝรั่งเศส','แผ่นดิน','ใหญ่','ทอดตัว','ตั้งแต่', 'ทะเลเมดิเตอร์เรเนียน','จนถึง','ช่อง','แคบ', 'อังกฤษ','และ','ทะเล','เหนือ'], _tokenize=False) for sent in sent_ls: print(sent) > <B-CLS>ประเทศฝรั่งเศส|แผ่นดิน|ใหญ่|ทอด|ตัว|ตั้งแต่|ทะเลเมดิเตอร์เรเนียน|จนถึง|ช่อง|แคบ<E-CLS> > <B-CLS>อังกฤษ|และ|ทะเล|เหนือ<E-CLS> ``` ## Limitation - Document feeding is not available yet ! - Max Word for feeding: 200 words / paragraph - Please use "\n" for decrease size of paragraph - Results: [sentence1, sentence2, sentence3,..., sentenceN] ## Dependency - POS apply pythainlp.tag.pos_tag(_sentence_ls, corpus="orchid") - Tokenization apply pythainlp.tokenize.word_tokenize(_text_ls, engine="deepcut") # Contributor Sorratat Sirirattanajakarin (Boyd) - Youtube: https://youtube.com/c/BigDataRPG - Fanpage: https://www.facebook.com/bigdatarpg/ - Medium: https://www.medium.com/bigdataeng - Github: https://www.github.com/BigDataRPG - Kaggle: https://www.kaggle.com/boydbigdatarpg - Linkedin: https://www.linkedin.com/in/boyd-sorratat - Twitter: https://twitter.com/BoydSorratat - GoogleScholar: https://scholar.google.com/citations?user=9cIeYAgAAAAJ&hl=en # License and reference Please make sure to cite the paper if you use BoydCut for your research ^^: >**BoydCut: Bidirectional LSTM-CNN Model for Thai Sentence Segmenter** *S. Sirirattanajakarin, D. Jitkongchuen, P. Intarapaiboon* 2020 1st International Conference on Big Data Analytics and Practices (IBDAP)

نیازمندی

مقدار	نام
-	numpy
-	pandas
-	tensorflow
-	deepcut
-	pythainlp

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl BoydCut-1.0.0:

pip install BoydCut-1.0.0.whl

نصب پکیج tar.gz BoydCut-1.0.0:

pip install BoydCut-1.0.0.tar.gz