معرفی شرکت ها
Naftawayh-0.4
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 بیشترتوضیحات
Naftawayh: Arabic word tagger
| ویژگی | مقدار |
|---|---|
| سیستم عامل | OS Independent |
| نام فایل | Naftawayh-0.4 |
| نام | Naftawayh |
| نسخه کتابخانه | 0.4 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Taha Zerrouki |
| ایمیل نویسنده | taha.zerrouki@gmail.com |
| آدرس صفحه اصلی | http://naftawayh.sourceforge.net/ |
| آدرس اینترنتی | https://pypi.org/project/Naftawayh/ |
| مجوز | GPL |
نفطويه: تصنيف الكلمات العربية
=============================
Naftawayh: Arabic Word Tagger
-----------------------------
Naftawayh is a python library for Arabic word tagging (word
classification) into types (nouns, verbs, stopwords), which is useful in
language processing, especially for text mining. Naftawayh works
according to the Arabic word structure, and the ability to guess the
word class, through certain signs. For example, a word which ends Teh
Marbuta, is a noun. Hamza Below Alef, class the word as a noun. We can
identify many kins of words, by patterns especially for verbs in present
tense and defined words.
نفطويه هو برنامج ومكتبة لتصنيف الكلمات إلى أنواعها (اسم، فعل، حرف)،
ويفيد في المعالجة الآلية للغة وخصوصا التنقيب عن المعلومات، ومبدأه يعمل
على بنية الكلمة العربية، وقدرتنا على تخمين نوعها، من خلال علامات معينة.
فمثلا كل كلمة تنتهي بتاء مربوطة فهي اسم، وكل كلمة فيها همزة تحت الألف
اسم. ويمكننا التعرف على كثير من الكلمات المعرّفة بالألف واللام، وبعض
أنماط الأفعال المضارعة.
Developpers: Taha Zerrouki: http://tahadz.com taha dot zerrouki at gmail
dot com
+---------+------------------------------------------------------------------+
| Feature | value |
| s | |
+=========+==================================================================+
| Authors | Taha Zerrouki: http://tahadz.com, taha dot zerrouki at gmail dot |
| | com |
+---------+------------------------------------------------------------------+
| Release | 0.3 |
+---------+------------------------------------------------------------------+
| License | `GPL <https://github.com/linuxscout/naftawayh/master/LICENSE>`__ |
+---------+------------------------------------------------------------------+
| Tracker | `linuxscout/naftawayh/Issues <https://github.com/linuxscout/naft |
| | awayh/issues>`__ |
+---------+------------------------------------------------------------------+
| Website | https://pypi.python.org/pypi/naftawayh |
+---------+------------------------------------------------------------------+
| Doc | `package Documentaion <http://pythonhosted.org/naftawayh/>`__ |
+---------+------------------------------------------------------------------+
| Source | `Github <http://github.com/linuxscout/naftawayh>`__ |
+---------+------------------------------------------------------------------+
| Downloa | `pypi.python.org <https://pypi.python.org/pypi/naftawayh>`__ |
| d | |
+---------+------------------------------------------------------------------+
| Feedbac | `Comments <https://github.com/linuxscout/naftawayh/issues>`__ |
| ks | |
+---------+------------------------------------------------------------------+
| Account | [@Twitter](https://twitter.com/linuxscout) |
| s | [@Sourceforge](http://sourceforge.net/projects/naftawayh/) |
+---------+------------------------------------------------------------------+
Citation
--------
If you would cite it in academic work, can you use this citation
::
T. Zerrouki, Naftawayh, Arabic Word Tagger,
https://pypi.python.org/pypi/naftawayh/, 2010
or in bibtex format
.. code:: bibtex
@misc{zerrouki2012naftawayh,
title={Naftawayh : Arabic Word Tagger},
author={Zerrouki, Taha},
url={https://pypi.python.org/pypi/naftawayh,
year={2010}
}
Applications
~~~~~~~~~~~~
- Text mining.
- Text summarizing.
- Sentences identification.
- Grammar analysis.
- Morphological analysis acceleration.
- Extraction of ngrams..
### تطبيقات
===========
- التنقيب عن المعلومات.
- تلخيص النص.
- التعرف على الجمل.
- التحليل النحوي.
- تسريع التحليل الصرفي.
- استخراج المصطلحات والمسكوكات والمتلازمات.
من هو نفطويه Who is Naftawayh
-----------------------------
.. figure:: images/naftawayh_sample.png
:alt: Who is Naftawayh?
Who is Naftawayh?
Demo جرّب
---------
يمكن التجربة على `موقع مشكال <http://tahadz.com/mishkal>`__ ، اختر
أدوات، ثم استخلاص ثم تصنيف You can test it on `Mishkal
Site <http://tahadz.com/mishkal>`__, choose: Tool > extraction >
Classify. |Naftawayh Demo|
Installation
------------
::
pip install naftawayh
Usage
-----
.. code:: python
import naftawayh.wordtag as wordtag
Test word list
.. code:: python
>>> import naftawayh.wordtag
>>> word_list=(u'بالبلاد', u'بينما', u'أو', u'انسحاب', u'انعدام',
u'انفجار', u'البرنامج', u'بانفعالاتها', u'العربي', u'الصرفي',
u'التطرف', u'اقتصادي', )
>>> tagger = naftawayh.wordtag.WordTagger();
>>> # test all words
>>> list_tags = tagger.word_tagging(word_list)
>>> for word, tag in zip(word_list, list_tags):
>>> print word, tag
بالبلاد n
بينما vn3
أو t
انسحاب n
انعدام n
انفجار n
البرنامج n
بانفعالاتها n
العربي n
الصرفي n
التطرف n
اقتصادي n
- Test word by word
.. code:: python
>>> import naftawayh.wordtag
>>> word_list=(u'بالبلاد', u'بينما', u'أو', u'انسحاب', u'انعدام',
u'انفجار', u'البرنامج', u'بانفعالاتها', u'العربي', u'الصرفي',
u'التطرف', u'اقتصادي', )
>>> tagger = naftawayh.wordtag.WordTagger();
>>> #test word by word
>>> for word in word_list:
>>> if tagger.is_noun(word):
>>> print(u'%s is noun'%word)
>>> if tagger.is_verb(word):
>>> print(u'%s is verb'%word)
>>> if tagger.is_stopword(word):
>>> print(u'%s is stopword'%word)
بالبلاد is noun
بينما is noun
بينما is verb
أو is noun
أو is verb
أو is stopword
انسحاب is noun
انعدام is noun
انفجار is noun
البرنامج is noun
بانفعالاتها is noun
العربي is noun
الصرفي is noun
التطرف is noun
اقتصادي is noun
- Test word in context
.. code:: python
>>> import naftawayh.wordtag
>>> word_list=(u'بالبلاد', u'بينما', u'أو', u'انسحاب', u'انعدام',
u'انفجار', u'البرنامج', u'بانفعالاتها', u'العربي', u'الصرفي',
u'التطرف', u'اقتصادي', )
>>> tagger = naftawayh.wordtag.WordTagger();
>>> previous_word=""
>>> print (" **** test words in context***")
>>> # test words in context
>>> for word in word_list:
>>> tag=tagger.context_analyse(previous_word,word);
>>> print(u"%s from context is %s "%(word,tag))
>>> previous_word=word;
**** test words in context***
بالبلاد from context is vn
بينما from context is vn
أو from context is vn
انسحاب from context is vn
انعدام from context is vn
انفجار from context is vn
البرنامج from context is vn
بانفعالاتها from context is vn
العربي from context is vn
الصرفي from context is vn
التطرف from context is vn
اقتصادي from context is vn
.. |Naftawayh Demo| image:: images/naftawayh_demo.png
نحوه نصب
نصب پکیج whl Naftawayh-0.4:
pip install Naftawayh-0.4.whl
نصب پکیج tar.gz Naftawayh-0.4:
pip install Naftawayh-0.4.tar.gz