用于提取西班牙语中英语借词的开源 Python 工具包 pylazaro
词汇借用是词典编纂和语料库语言学等数据密集型领域的重要研究课题，但现有标准文本处理工具库普遍缺乏该功能。本文推出了开源 Python 软件包 pylazaro，专注于从西班牙语文本中自动提取未同化的词汇借词（主要是英语借词）。该工具包整合了基于不同算法库训练的五个序列标注模型，并提供统一的调用接口，方便研究人员开展针对性的外来词检测与文本挖掘任务。
推荐理由针对西班牙语借词提取特定场景推出的开源 NLP 工具包，属于垂直领域的应用工程成果。
原标题：pylazaro: a Python package for anglicism extraction in Spanish
阅读 arXiv 自然语言处理 原文 ↗