Elysia Tools

在一个清晰的工作台里浏览工具、案例、可视化和主题指南。

热门分类

专题

语言
ZHDERUPTENFRES

Elysia Tools

导航

Text Processing

文本 NLP 标注工作台

· 最后更新:2026-08-02

使用可解释的本地规则完成分词、句子切分、停用词、词形、词干、实体和 n-gram 标注,并导出 JSONL 或 CoNLL。

执行

运行这个工具

填写表单、运行工具,并在同一页面查看结果。

案例

与这个工具匹配的案例

相关内容

继续查看相关工具与专题

由 Elysia Tools 团队编写

工具使用指南

详细了解工具的适用范围、支持能力及用户案例。

关键事实

分类
Text Processing
输入类型
textarea, select, checkbox, number
输出类型
json
案例覆盖
4
API 可用
是

概览

文本 NLP 标注工作台使用可解释的本地规则处理文本,支持分词、句子切分、停用词处理、词干提取、词形还原、实体识别和 n-gram 标注,并可输出 JSON、JSONL 或 CoNLL。

适用场景

  • 需要快速查看英文、中文及其他支持语言文本的词元和基础标注时。
  • 需要移除停用词、提取词干或进行词形还原,以便准备文本分析数据时。
  • 需要识别文本中的实体并将标注结果导出为 JSONL 或 CoNLL 时。

使用方式

  1. 1粘贴文档或语料片段到文本内容框中,并选择语言或使用自动检测。
  2. 2选择 JSON、JSONL 或 CoNLL 输出格式。
  3. 3按需启用停用词移除、词干提取、词形还原和实体识别。
  4. 4设置 1 到 3 的 N-gram 大小,运行后查看结构化标注结果。

常见用途

  • 整理客服文本中的词元、停用词和邮箱实体。
  • 为中文语料生成包含词元、词性和实体标签的 CoNLL 数据。
  • 使用词干、词形和 n-gram 结果准备文本分析样本。

示例

1. 标注英文客服片段

客服数据分析人员

背景

需要检查一段英文客服文本中的词元和邮箱实体,并保留结构化 JSON 结果。

问题

手动拆分文本和查找邮箱实体效率较低。

如何使用

粘贴“The quick fox emailed alice@example.com.”,选择英语和 JSON,启用停用词移除、词干提取、词形还原及实体识别,并将 N-gram 大小设为 2。

结果

得到包含语言、词元数量和 EMAIL 实体信息的 JSON 结果。

2. 将中文语料导出为 CoNLL

语料整理人员

背景

需要整理“北京欢迎你。数据安全很重要。”这段中文语料,并保留中文停用词。

问题

需要获得逐行的中文词元及基础标签,便于后续查看和使用。

如何使用

粘贴文本,选择中文和 CoNLL,关闭停用词移除、词干提取和词形还原,启用实体识别,并将 N-gram 大小设为 2。

结果

生成带有中文词元、词性和实体标签的逐行 CoNLL 数据。

3. 生成短语级 n-gram 标注

文本研究人员

背景

需要从多语言文本样本中观察连续词元组合,同时保留 JSONL 的逐词元结构。

常见问题

支持哪些语言?

支持自动检测、英语、中文、西班牙语、法语、德语、俄语和葡萄牙语。

可以导出哪些格式?

支持 JSON、JSONL 和 CoNLL。

是否可以保留停用词?

可以,关闭“移除停用词”即可保留停用词。

N-gram 大小可以设置为多少?

可设置为 1、2 或 3。

实体识别会输出什么?

工具会在结构化结果中标注识别到的实体类型,例如 EMAIL。

首页
工具3212
案例593
可视化471
文件查看器103
专题239
标签333
图像、音频与视频657

图像、音频、视频处理、转换与优化工具

数学、日期与金融647

计算器、数值计算、日期逻辑、统计与金融工具

设计与颜色298

颜色、版式、图形、视觉样式与设计辅助工具

文本与写作209

写作、清洗、格式化、提取与文本分析工具

开发与 Web193

开发者工具、网络处理、Web 调试与自动化辅助工具

转换与编码175

格式、文件、压缩包、单位与编码转换工具

潜客测验发布与联系人交接
讣告、悼词与纪念卡的家属复核及交付
本地习惯记录的备份、恢复演练与分享前检查
长文改编 X 串文与 LinkedIn 帖子的事实复核与交付
Markdown 互动课件审校、离线演示与交付

© 2026 Elysia Tools. 保留所有权利。

文档价格关于我们服务条款隐私政策Cookie 政策联系我们
文本处理

含表情符号的文本示例

用于测试表情符号提取的各种语言混合文本和Unicode表情符号

文本处理

重复行示例

用于测试重复行移除工具的各种重复行类型的示例文件

文本处理

特殊字符示例

用于测试非字母数字字符移除的各种特殊字符、标点符号和符号的示例文本文件

Java

Android Java 文件操作示例

Android Java 文件操作示例,包括文本文件读写、文件复制移动、目录遍历和文件验证

Text Processing

批量邮箱提取器

从输入文本、文章、网页源码或混合内容中提取所有邮箱地址。支持去重和导出为JSON格式。

Text Processing

文本编码取证与修复

检查编码、BOM、换行风格和乱码迹象,并生成带评分的本地修复候选。

AI Tools

无限制AI多语言标题翻译器

专业的AI驱动多语言标题翻译工具,支持同时翻译到多种语言,输出JSON格式,适用于电影、电视剧、动漫、游戏等各类作品

Data Processing

BOM字符移除器

从文本和文件内容中移除BOM(字节顺序标记)字符。非常适合清理有编码问题的文本文件、修复CSV导入和为处理准备数据。 功能特点: - 检测并移除UTF-8 BOM (EF BB BF) - 检测并移除UTF-16 BOM (FE FF 或 FF FE) - 检测并移除UTF-32 BOM (00 00 FE FF 或 FF FE 00 00) - 支持多种输入格式 - 可视化BOM字符显示 - 详细检测报告 - 支持批量文本处理 常见用途: - 修复CSV文件导入错误 - 清理文本文件编码问题 - 为JSON解析准备数据 - 修复XML解析问题 - 解决API数据编码冲突 - 标准化文本数据格式

问题

普通文本难以直接对照词元及其 n-gram 标注。

如何使用

粘贴语料,选择语言或使用自动检测,选择 JSONL,并将 N-gram 大小设为 2 或 3;其他标注选项按分析目标启用。

结果

获得每行一个词元的 JSONL 标注结果,便于检查短语组合。