Uma suíte Java para tokenização, NER, parsing e análise de sentimentos.
Processe textos clínicos com ferramentas de tokenização, parsing e análise de sentimentos.
O Stanford CoreNLP é um framework de processamento de linguagem natural baseado em Java que analisa textos brutos transformando-os em blocos de construção linguísticos. Ele é adequado para profissionais de saúde mental e desenvolvedores que constroem pipelines de mineração de texto para anotações clínicas ou terapêuticas.
O framework recebe entrada de linguagem humana para gerar formas de palavras base, classes gramaticais, entidades nomeadas e estruturas de frases sintáticas. Ele usa uma combinação de abordagens baseadas em regras, aprendizado de máquina probabilístico e componentes de deep learning para processar vários idiomas.
É adequado para desenvolvedores Java e cientistas de dados que constroem pipelines personalizados de análise de texto para pesquisas psicológicas ou documentação clínica. Não é adequado para profissionais clínicos que buscam um aplicativo de desktop pronto para uso sem experiência em programação.
Divide texto bruto em linguagem humana em tokens e frases individuais.
Identifica e categoriza entidades como nomes, datas e quantidades numéricas.
Marca a estrutura da frase usando frases sintáticas e dependências.
Fornece níveis variados de suporte para árabe, chinês, francês, alemão, húngaro, italiano e espanhol.
Gratuito sob a GNU General Public License, sem opções hospedadas pagas mencionadas no repositório.
896 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 10 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
O CoreNLP foi escrito em Java e foi projetado para ser integrado a aplicações Java.
Você pode baixar os jars de modelos de idiomas correspondentes no site do Stanford NLP ou no Hugging Face Hub e incluí-los no seu classpath.
Veja o Zekai primeiro no Google