WordTabulator

Beskrivelse

WordTabulator er beregnet for tekstanalyse. Ved hjelp av wordTabulator kan du generere indeks over ordelementer hentet fra definert tekstsett. Ordelementer kan være ord, N-gram (av definert størrelse) eller fraser (syntagmer). Programmet kan behandle tekster som i vanlig 2-byte-koding (ANSI), som i multibyte UTF-8-koding. Kildetekster er definert som et sett med flate tekstfiler eller HTML/XML/SGML-dokumenter. I det siste tilfellet kan programmet filtrere innhold fra markup. Dessuten kan du kun behandle definert innhold innenfor utvalgte parede tagger. Eller du kan hoppe over innholdet fra behandling. Den inkluderer morfologimodul for russisk, tre forskjellige formater for utdataindeks, tre forskjellige typer ordelementer (ord, N-gram og fraser), kontekstleser og sann alfabetisk rekkefølge.