LTP4 v4.0.4

Features

• 加入了 Base 级别模型的支持, 使用 CCL SDP 语料进行了重新训练
• 进一步完善了 LTP 文档，增加了关于 tag 的解释
• [实验性]加入了 FastLTP : 可在某些设备上使用ONNX进行加速 #375

bug fix

• 修复了 Batch 下 length 计算错误的问题 #376

LTP v4.0.3-post1

• 加入 split sent 功能
• 可载入 URL，TGZ/ZIP，DIR 模型文件
• 可使用 LTP 进行开发

LTP v4.0 发布

LTP v4.0 发布

• [修改] 基于Pytorch 开发，原生 Python 接口
• [优化] 可根据需要自由选择不同速度和指标的模型
• [增加] 分词、词性、命名实体、依存句法、语义角色、语义依存6大任务

语言技术平台 3.4.0 版发布

语言技术平台3.4.0版 发布

• [增加] 新的基于Bi-LSTM的SRL模型
• [增加] 增加了SRL的多线程命令行程序srl_cmdline
• [修改] SRL相关的编程接口已经改变，修复了之前内存泄露的相关问题。

语言技术平台 3.3.2 版发布

• [修复] 修复了 3.3.1 版本的一些 bug

语言技术平台 3.3.1版

语言技术平台 3.3.1 版 发布

• [修复] 修复了 3.3.0 版本模型加载的 bug
• [修复] 修复了 gcc5、mingw、VS2015 下的编译问题
• [增加] 提供 Windows 下的ltp_test和xxx_cmdline二进制下载

语言技术平台3.3.1-beta版

语言技术平台 3.3.1-beta 版 发布

• [修复] 修复了 3.3.0 版本模型加载的 bug
• [增加] 提供 Windows 下的ltp_test和xxx_cmdline二进制下载，无需再手工编译

MD5 (ltp-win-3.3.1-beta.zip) = da59e5c2981b9380869e5ba626032028

语言技术平台3.3.0版

• [增加] 词性标注模型加入微博数据，使得在开放域上的词性标注性能更好(+3.3 precision)
• [增加] 依存句法分析模型加入微博数据，使得在开放域上的句法分析性能更好(+3 UAS)
• [增加] 依存句法分析算法切换到transition-based neural network parser，速度从250 tokens/s提升到8000 tokens/s。同时通过加入聚类特征以及优化训练算法，（在新闻领域）准确率也得到小幅提升(+0.2 UAS)
• [增加] ltp_test默认支持多线程，线程数可配置。
• [增加] 新加入子模块命令行程序，cws_cmdline，pos_cmdline，par_cmdline，ner_cmdline，使用户可以很容易替换中间模块，从而实现语言分析的组合。
• [修改] 优化了训练套件的交互方式
• [增加] 添加模型验证，单元测试模块。

语言技术平台3.2.0版

• [增加] 分词模块增量模型训练工具。使用户可以在语言技术平台基线模型的基础之上增加训练数据，从而获得特定领域性能更好的模型。
• [修改] Boost.Regex到1.56.0，由于旧版本Boost.Regex的match_results类存在竞争问题，这一修改修复了multi_cws_cmdline随机出错的问题。
• [修改] 使自动化测试脚本支持Windows运行以及多线程测试
• [修改] 将原examples文件夹下的示例文件转移到test文件夹下并纳入语言技术平台的编译链
• [测试] 新版语言技术平台通过cygwin编译测试
• [测试] 多线程程序multi_ltp_test，multi_cws_cmdline以及multi_pos_cmdline在Windows通过测试

语言技术平台3.1.2版

• [修改] 修改utils/template.hpp的实现，提高40%的速度性能
• [修改] 修改_WIN32宏在mingw下的歧义，使得LTP在Codeblocks - Mingw Makefile模式下正常编译
• [修改] 修改非unix系统的编译目标，使得win32与win64都不进行ltp_server以及unittest的编译
• [增加] 自动化测试脚本