个人作业,使用北京大学计算语言学教育部重点实验室的现代汉语切分、标注、注音语料库-1998年1月份样例与规范数据生成语料库,对隐马尔可夫模型进行训练,同时利用哈尔滨工业大学开发的LTP语言技术平台对输入句子进行分词处理，从而实现对输入中文句子的词性标注序列预测
更新：使用Stanford Log-linear Part-Of-Speech Tagger生成语料库并进行隐马尔可夫模型训练，同时利用nltk对输入句子进行分词处理，从而实现对输入英文句子的词性标注序列预测
相关链接：
北京大学计算语言学教育部重点实验室：https://klcl.pku.edu.cn/zygx/zyxz/index.htm
哈工大信息检索实验室-LTP 语言技术平台：http://ir.hit.edu.cn/
Stanford Log-linear Part-Of-Speech Tagger：http://nlp.stanford.edu/software/tagger.shtml
工具：使用flask框架，前端使用html+css+javascript，后端使用python
推荐使用命令行运行项目
git clone https://github.com/F-crystal/HmmPosTagger.git
cd HmmPosTagger
python3 -m venv venv
. venv/bin/activate
包括flask, torch, ltp等(推荐使用pip下载)
pip install flask
pip install torch
pip install ltp
pip install numpy
pip install nltk
cd hmmpostagger
flask run