开源NLP库

在开发和生产中，最受欢迎的NLP库列表如下：

• Spark NLP
• spaCy
• NLTK
• OpenNLP
• Stanford CoreNLP

显然，NLP领域还有更多的库。但是，这些库更通用，涵盖更多功能，而不只是专注于特定用例。例如，gensim是一个NLP库，一开始是为构建文本主题模型而创建的，不能用于完整的NLP管道。

在本文的分析中，我们只考虑提供如下核心功能集合的库：

• 句子检测
• 单字/单词的细粒度单位化
• 词干提取
• 语法标记
• 词性（POS）
• 命名实体识别（NER）
• 依赖分析器
• 训练特定域的语言模型

以及，提供以下的部分或全部功能：

• 文本匹配
• 日期匹配
• 文本分块
• 拼写检查
• 情绪检测
• 很多其他功能！

这里比较的所有五个库都有一些可以定义的NLP数据管线的概念 – 因为大多数NLP任务需要组合这些功能中的某些，来获得有用的结果。这些管线，可以是“传统”的管线，也可以是基于深度学习的管线。

图片来源：Parsa Ghaffari

这是最受欢迎的NLP库的功能比较：

以下是对现代计算平台和流行编程语言的支持的技术功能比较：

许可证和支持

“开源”在不同地方意味着不同的事情 – 例如，斯坦福大学的CoreNLP需要商业用途的付费许可证，而且该许可证仍然不能提供已定义的SLA的商业支持。希望构建商业级生产级NLP解决方案的团队需要一个不断改进核心库的活跃社区，以及付费企业级支持选项。

以下是各种库在许可和支持方面的对比：

斯坦福大学出售CoreNLP的商业许可证，这是商业用途所必需的。为spaCy提供商业许可证和支持的explosion.ai同样也为快速标注迭代工具prodigy、机器学习库thinc提供许可证。John Snow Labs提供企业级Spark NLP服务，包括基本版，24×7级别的支持，以及诸如命名实体解析，断言状态检测、ID脱敏等高级功能。它还为提供 医疗领域专用的Spark NLP，其中包括一套针对生物医学NLP的最先进的模型和数据集。

预训练模型

虽然大多数NLP库支持用户训练新模型，但NLP库具有现有的预训练的高质量模型这一点非常重要。

不过，大多数NLP库仅支持通用的预训练模型（POS，NER等）。由于其许可证的要求，某些库根据模型授权状态，不允许将预训练模型作商业用途。

以下是与每个库一起打包的通用预训练模型：

结论

并非所有开源NLP库都提供相同的功能。鉴于您的编程语言，平台，许可和支持需求，并非所有工具都可用于您的项目。本文为缩小您选择范围，构建了一张快速查询的备忘单。如果您了解某些新库、新版本并希望我们对此清单保持更新，请联系我们，帮助我们及时了解最新信息。

除了比较工具的功能之外，您的下一个标准应该是比较准确性、速度和可扩展性。祝您在NLP领域中好运！