速度上的確是比 Stanford coreNLP 快一點 ( 但也沒有到官方文件說的一個數量級那麼誇張 ) ，分析有時會比較合理，但 google scholar 上參考數很少
問題可能是出在安裝上，對 visual studio 和 c 的編譯不熟的話，安裝會有極大困難
( 我想這也是為何在 github 上， spaCy 的人氣反而超過 Stanford coreNLP 的原因 )
上圖是 spaCy 的分析結果，下圖是同一句子在 coreNLP 的分析，其中 calls 都被誤認為是名詞
一個句子/子句的中心就是動詞， spaCy 的分析結果很尊重這個原則。
在一些日常的英文中， "with" 這個單字的解析在 spaCy 也是比較正確的，而 spaCy 出錯時， coreNLP 也不見得正確。但是在一些很簡單的範例上， spaCy 會錯得很離譜，而 coreNLP 卻能得到正確結果。而且 spaCy 目前還不能處理中文。 只能說有一好就沒兩好吧?
沒有留言:
張貼留言