Une suite Java pour la tokenisation, la reconnaissance d'entités nommées, l'analyse syntaxique et l'analyse des sentiments.
Traitez du texte clinique avec des outils de tokenisation, d'analyse syntaxique et d'analyse des sentiments.
Stanford CoreNLP est un framework de traitement automatique du langage naturel basé sur Java qui convertit du texte brut en blocs de construction linguistiques. Il convient aux professionnels de la santé mentale et aux développeurs créant des pipelines de fouille de textes pour des notes cliniques ou thérapeutiques.
Le framework prend en entrée le langage humain pour générer des formes de mots de base, des parties du discours, des entités nommées et des structures de phrases syntagmatiques. Il utilise un mélange de composants basés sur des règles, d'apprentissage automatique probabiliste et d'apprentissage profond pour traiter plusieurs langues.
Il convient aux développeurs Java et aux data scientists créant des pipelines d'analyse de texte personnalisés pour la recherche psychologique ou la documentation clinique. Il ne convient pas aux cliniciens recherchant une application de bureau prête à l'emploi sans expérience en programmation.
Divise le texte en langage humain brut en tokens et phrases individuels.
Identifie et catégorise les entités telles que les noms, les dates et les quantités numériques.
Balise la structure des phrases à l'aide de syntagmes et de dépendances syntaxiques.
Fournit des niveaux de support variables pour l'arabe, le chinois, le français, l'allemand, le hongrois, l'italien et l'espagnol.
Gratuit sous licence GNU General Public License, sans options hébergées payantes mentionnées dans le référentiel.
896 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 10 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
CoreNLP est écrit en Java et est conçu pour être intégré dans des applications Java.
Vous pouvez télécharger les fichiers jar du modèle de langue correspondant depuis le site Stanford NLP ou Hugging Face Hub et les inclure dans votre classpath.
Voir Zekai en premier dans Google