Visa källa för Apache OpenNLP

{{Språkvård|Artikeln innehåller bitvis många engelska termer, finns det inga motsvarande svenska begrepp att använda i stället?|avsnitt=nej|datum=2025-01}}

{{Bättre källor|Alla referenser som används nu verkar vara från bolaget självt, finns ingen oberoende källa?|datum=2025-01}}

{{Datorprogram
|namn = '''Apache OpenNLP'''
|logo = [[Bild:Apache_OpenNLP_Logo.svg|220px]]
|skärmdump = 
|bildtext = 
|utvecklare = [[The Apache Software Foundation]]
|senaste_utgåva_version = 2.5.4
|senaste_utgåva_datum = 16 april 2025
|operativsystem = [[multiplattform]]
|programkategori = Naturlig språkbehandling
|licens = [[Apache Software License]]
|svenskspråkig = nej
|webbplats = [https://opennlp.apache.org/ https://opennlp.apache.org/]
|programmeringsspråk=[[Java (programmeringsspråk)]]
}}

'''Apache OpenNLP''' är en verktygslåda som utnyttjar [[maskininlärning]] för [[Natural language processing|naturlig språkbehandling (NLP)]]. Den stöder de vanligaste uppgifterna inom NLP, till exempel [[språk]]detektering, [[Lexikalanalys|tokenisering]], meningssegmentering, part-of-speech labelling, named entity extraction, chunking, [[Parser|parsing]] och coreference resolution. Dessa typer av uppgifter behövs vanligtvis för att utveckla mer avancerade textbehandlingstjänster.<ref>{{webref|url=https://www.infoworld.com/article/3675893/natural-language-processing-with-apache-opennlp.html|titel=Natural language processing with Apache OpenNLP|språk=en-US|hämtdatum=2025-01-10|editor=}}</ref>

Biblioteket är skrivet i [[Java (programmeringsspråk)|Java]] och kan enkelt integreras i Java-projekt eller projekt som använder [[Java Virtual Machine]] (JVM)<ref>{{webref|url=https://opennlp.apache.org/building.html|titel=Apache OpenNLP - Building from Source|hämtdatum=2025-01-05|språk=en-US}}</ref>.

De medföljande komponenterna möjliggör utförandet av respektive språkbehandlingsuppgift, träning och ofta utvärdering av en modell. Var och en av dessa komponenter kan nås via applikationsprogrammets anslutning ([[Application programming interface|API]]).<ref>{{webref|url=https://www.baeldung.com/apache-open-nlp|titel=Intro till Apache OpenNLP - Baeldung|efternamn=Hombergs|förnamn=Tom|språk=en-US|datum=2024-08-30|hämtdatum=2025-01-10}}</ref><ref>{{webref|url=https://towardsdatascience.com/exploring-nlp-concepts-using-apache-opennlp-inside-a-jupyter-notebook-e53489ba2bd8 |titel=Exploring NLP concepts using Apache OpenNLP inside a Java-enabled Jupyter notebook|efternamn=Sakar|förnamn=Mani|språk=en-US|datum=2019-12-03|hämtdatum=2025-01-05}}</ref> Dessutom kan de alla nås via kommandoradsgränssnittet ([[Command-line interface|CLI]]) för att underlätta experiment och utbildning.<ref>{{webref|url=https://www.tutorialkart.com/opennlp/use-command-line-tools-in-apache-opennlp/|titel=How to use command line tools in Apache OpenNLP?|språk=en-US|datum=2019-12-03|hämtdatum=2025-01-10}}</ref>

== Detaljer ==
* Språkidentifiering: "LanguageDetector" kräver en tränad modell. OpenNLP själv erbjuder den fullt utbildade modellen ''langdetect-183.bin'' som en nedladdning. Denna kan identifiera 103 språk.<ref>{{webref|url=https://opennlp.apache.org/models.html#language_detection|titel=Apache OpenNLP - Language Detection Model|hämtdatum=2025-01-05|språk=en-US}}</ref>.
* Meningsigenkänning: "SentenceDetector" känner igen om en punkt markerar slutet på en mening eller om den har en annan betydelse. Här krävs återigen specifikationen av en utbildad mall. OpenNLP tillhandahåller mallar för olika språk, t.ex. ''opennlp-sv-ud-talbanken-sentence-1.2-2.5.0.bin'' för igenkänning av meningar i svenska texter.<ref>{{webref|url=https://opennlp.apache.org/models.html#sentence_detection|titel=Apache OpenNLP - Sentence Detection Models|hämtdatum=2025-01-05|språk=en-US}}</ref>
* Tokenisering: tokenizer delar upp en teckensträng i tokens. Tokens är vanligtvis ord, skiljetecken, siffror etc.
* Part-of-speech labelling: OpenNLP har ett urval av förutbildade mallar för 32 språk (tyska, engelska, spanska, portugisiska, danska etc.). Dessa mallar kan användas för att automatiskt märka en textkorpus på ett av dessa språk.<ref>{{webref|url=https://stanbol.apache.org/docs/trunk/components/enhancer/engines/opennlppos.html|titel=Apache Stanbol - OpenNLP POS Tagging Engine|hämtdatum=2025-01-05|språk=en-US}}</ref>
* Extrahering av namngivna enheter: "TokenNameFinder" kan känna igen namngivna enheter och siffror i text. En mall krävs för att känna igen enheter. Modellen beror på språket och vilken typ av entitet den är tränad för. OpenNLP-projektet erbjuder en rad olika förtränade modeller som har tränats på olika fritt tillgängliga korpusar. De kan laddas ner från sidan för nedladdning av mallar.

==Källor==
<references/>

==Se även==
* [[Språkbanken Tal]]
* [[Apache Software Foundation]]
* [[Apache Software License]]

[[Kategori:Lingvistik]]
[[Kategori:Språkteknologi]]
[[Kategori:Datavetenskap]]