hojunpark / komoran Goto Github PK

English | 한국어

KOMORAN은 KOrean MORphological ANalyzer의 약자로, Java로 구현한 한국어 형태소 분석기입니다.

• 순수한 Java로 구현
  • 100% Java로만 개발되었기 때문에 자바가 설치된 환경이라면 어디서든지 사용 가능합니다.
• 외부 라이브러리 독립적
  • 자체 제작한 Library들만을 사용하여 외부 Library와의 의존성 문제가 없습니다.
• 경량화
  • 자소 단위 처리, TRIE 사전 등으로 약 50MB 메모리 상에서도 동작 가능합니다.
• 쉬운 사용법
  • Library 적용 후 소스 코드 내 1줄만 추가하여 형태소 분석기를 사용할 수 있습니다.
• 사전 관리 용이
  • 일반 텍스트 파일의 형태로 구성되어 가독성이 높으며 바로 편집이 가능합니다.
• 새로운 분석 결과
  • 타 형태소 분석기와 달리 공백이 포함된 형태소 단위로 분석이 가능합니다.

• KOMORAN 사이트에서 아래와 같이 분석 결과를 미리 확인해볼 수 있습니다.
• 입력 문장: 대한민국은 민주공화국이다.

'설치하기' 문서를 참고해주세요.

'3분 만에 형태소 분석 따라하기' 문서를 참고해주세요.

• 분석 예시
• 모델 학습 예시
• Spark2 분석 예시 (Scala)

KOMORAN을 개발한 shineware에서 제공하는 참고자료입니다.

• shineware 홈페이지에서 KOMORAN 소개 및 데모를 확인하실 수 있습니다.
• KOMORAN 공식 문서에서 KOMORAN 설치 및 사용 방법 등을 참고하실 수 있습니다
• KOMORAN Slack에 방문하셔서 사용법과 팁 등을 공유해주세요.

shineware에서 개발한 공식 wrapper 자료입니다.

• PyKOMORAN에서 Python용 KOMORAN을 사용하실 수 있습니다.

사용자 분들께서 만들어주신 참고자료입니다.

• 9bow님께서 간단히 실행해볼 수 있는 Simple API Server을 공개해주셨습니다.
• Hyunjoong Kim님께서 Python 버전의 KOMORAN3Py(/lovit/komoran3py)를 공개해주셨습니다.
• 사전 관리 도구

@misc{komoran,
author = {Junsoo Shin, Junghwan Park, Geunho Lee},
title = {komoran},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\url{https://github.com/shin285/KOMORAN}}

• Ihm, S. Y., Lee, J. H., & Park, Y. H. (2019). Skip-gram-KR: Korean Word Embedding for Semantic Clustering. IEEE Access. (IF: 3.557)

• Kwon, S., Ko, Y., & Seo, J. (2019). Effective vector representation for the Korean named-entity recognition. Pattern Recognition Letters, 117, 52-57. (IF: 1.952)

• Song, H. J., Choi, J. E., Lee, Y. K., Yoon, J. H., Kim, J. D., Park, C. Y., & Kim, Y. S. (2019). A Web Service for Evaluating the Level of Speech in Korean. Applied Sciences, 9(3), 594. (IF: 1.689)

• Han, K., Shim, H., & Yi, M. Y. (2018). A New Biomedical Passage Retrieval Framework for Laboratory Medicine: Leveraging Domain-specific Ontology, Multilevel PRF, and Negation Differential Weighting. Journal of healthcare engineering, 2018. (IF: 1.261)

• Edmiston, D., & Stratos, K. (2018). Compositional Morpheme Embeddings with Affixes as Functions and Stems as Arguments. In Proceedings of the Workshop on the Relevance of Linguistic Structure in Neural Architectures for NLP (pp. 1-5).