HanLP是由一系列模型与算法组成的Java工具包,目标是促进自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。
HanLP提供下列功能:
中文分词(最短路分词、N-最短路分词等)
命名实体识别(中国人名识别、地名识别、实体机构名识别等)
关键词提取
自动摘要
短语提取
拼音转换
简繁转换
文本推荐
引入jar包:
<dependency> <groupId>com.hankcs</groupId> <artifactId>hanlp</artifactId> <version>portable-1.6.8</version> </dependency>
使用范例:
//分词 private static void test1(){ List<Term> stermList = HanLP.segment("商品和服务"); print(stermList); } //繁体分词 private static void test2(){ List<Term> stermList = TraditionalChineseTokenizer.segment("大衛貝克漢不僅僅是一名著名球員"); print(stermList); } //N最短路分词器 NShortSegment 比最短路分词器( DijkstraSegment )慢,但是效果稍微好一些,对命名实体识别能力更强 private static void test3(){ Segment nShortSegment = new NShortSegment().enableCustomDictionary(false).enablePlaceRecognize(true).enableOrganizationRecognize(true); Segment shortestSegment = new ViterbiSegment().enableCustomDictionary(false).enablePlaceRecognize(true).enableOrganizationRecognize(true); String sentence = "刘喜杰石国祥会见吴亚琴先进事迹报告团成员"; print(nShortSegment.seg(sentence)); print(shortestSegment.seg(sentence)); } //中国人名识别 private static void test4(){ Segment segment = HanLP.newSegment().enableNameRecognize(true); List<Term> stermList = segment.seg("签约仪式前,秦光荣、李纪恒、仇和等一同会见了参加签约的企业家。"); print(stermList); } //地名识别 private static void test5(){ Segment segment = HanLP.newSegment().enablePlaceRecognize(true); List<Term> stermList = segment.seg("武胜县新学乡政府大楼门前锣鼓喧天"); print(stermList); } //机构名识别 private static void test6(){ Segment segment = HanLP.newSegment().enableOrganizationRecognize(true); List<Term> stermList = segment.seg("我在上海林原科技有限公司工作"); print(stermList); } //关键词提取 private static void test7(){ String content = "程序员(英文Programmer)是从事程序开发、维护的专业人员。一般将程序员分为程序设计人员和程序编码人员,但两者的界限并不非常清楚,特别是在中国。软件从业人员分为初级程序员、高级程序员、系统分析员和项目经理四大类。"; content += "原告诉称,原告从土地改革时,就依法取得了岿美山镇寨头村排下组荷树岭山场,1985年仍依法取得荷树岭山场所有权,一直归原告管理,没有发生任何争执。2006年原告再次依法取得该山场。2009年初第三人突然提出该山场归其所有,与原告发生争执。原告申请被告调处,被告在没有任何事实和法律依据的情况下,以寨头村排下组三分之二村民同意争议山场归第三人为由,在第三人没有提供任何证据的情况下,将争议山场确定给第三人所有是明显袒护第三人。为此,请求法院:1.撤销岿府发[2009]46号信访事项办理意见书;2.依法确认岿美山镇寨头村排下组荷树岭山场归原告所有。"; System.out.println(HanLP.extractKeyword(content, 5)); //返回个数 } //自动摘要 private static void test8(){ String document = "算法可大致分为基本算法、数据结构的算法、数论算法、计算几何的算法、图的算法、动态规划以及数值分析、加密算法、排序算法、检索算法、随机化算法、并行算法、厄米变形模型、随机森林算法。\n" + "算法可以宽泛的分为三类,\n" + "一,有限的确定性算法,这类算法在有限的一段时间内终止。他们可能要花很长时间来执行指定的任务,但仍将在一定的时间内终止。这类算法得出的结果常取决于输入值。\n" + "二,有限的非确定算法,这类算法在有限的时间内终止。然而,对于一个(或一些)给定的数值,算法的结果并不是唯一的或确定的。\n" + "三,无限的算法,是那些由于没有定义终止定义条件,或定义的条件无法由输入的数据满足而不终止运行的算法。通常,无限算法的产生是由于未能确定的定义终止条件。"; System.out.println(HanLP.extractSummary(document, 3)); } //短语提取 private static void test9(){ String text1 = "算法工程师\n" + "算法(Algorithm)是一系列解决问题的清晰指令,也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。算法工程师就是利用算法处理事物的人。\n" + "算法工程师逐渐往人工智能方向发展。"; System.out.println(HanLP.extractPhrase(text1, 5)); } //汉字转拼音 private static void test10(){ String text = "好好学习,天天向上!"; List<Pinyin> pinyinList = HanLP.convertToPinyinList(text); //拼音(数字音调) for (Pinyin pinyin : pinyinList) { System.out.printf("%s,", pinyin); } System.out.println(); //拼音(符号音调) for (Pinyin pinyin : pinyinList) { System.out.printf("%s,", pinyin.getPinyinWithToneMark()); } System.out.println(); //拼音(无音调) for (Pinyin pinyin : pinyinList) { System.out.printf("%s,", pinyin.getPinyinWithoutTone()); } System.out.println(); //声调 for (Pinyin pinyin : pinyinList) { System.out.printf("%s,", pinyin.getTone()); } System.out.println(); //声母 for (Pinyin pinyin : pinyinList) { System.out.printf("%s,", pinyin.getShengmu()); } System.out.println(); //韵母 for (Pinyin pinyin : pinyinList) { System.out.printf("%s,", pinyin.getYunmu()); } } //简繁转换 private static void test11(){ System.out.println(HanLP.convertToTraditionalChinese("用笔记本电脑写程序")); System.out.println(HanLP.convertToSimplifiedChinese("「以後等妳當上皇后,就能買士多啤梨慶祝了」")); } //文本推荐 private static void test12(){ Suggester suggester = new Suggester(); String text = "威廉王子发表演说 呼吁保护野生动物,《时代》年度人物最终入围名单出炉 普京马云入选,“黑格比”横扫菲:菲吸取“海燕”经验及早疏散,日本保密法将正式生效 日媒指其损害国民知情权,英报告说空气污染带来“公共健康危机,明天我要拿刀砍死这个王八"; String[] arr = text.split("[。?!,;]"); for(String s : arr){ suggester.addSentence(s); System.out.println(s); } System.out.println(suggester.suggest("发言", 1)); //语义 System.out.println(suggester.suggest("危机公共", 1)); //字符 System.out.println(suggester.suggest("mayun", 1)); //拼音 System.out.println(suggester.suggest("扬言", 1)); //扬言 }
相关推荐
基于HanLP自然语言处理包的elasticsearch分词器 功能 本分词器使用HanLP提供的维特比分词 屏蔽了本地配置用户词典 增加同义词索引功能 增加远程词典热更新(用户词典,停词典,同义词典) 使用 目前支持的es版本为...
基于HanLP自然语言处理包的elasticsearch分词器.zip 大学生课程设计 基于elasticsearch的课程设计 自己大二写的课程设计
HanLP是由一系列模型与算法组成的Java工具包,目标是普及自然语言处理在生产环境中的应用。 HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点
hanlp上相关代码文件面向生产环境的多语种自然语言处理工具包,基于 TensorFlow 2.x,目标是普及落地最前沿的NLP技术。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。目前,基于深度学习的...
HanLP是由一系列用于自然语言处理模型与算法组成的Java工具包,目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。
HanLP的Python接口,支持自动下载与升级HanLP,兼容py2、py3。
HanLP是一系列模型与算法组成的NLP工具包,由大快搜索主导并完全开源,目标是普及自然语言处理在生产环境中的应用.HanLP具备功能完善,性能高效,架构清晰,语料时新,可自定义的特点。 HanLP提供下列功能: 中文...
HanLP-1.7.5.zip
基于TF-IDF算法,结合simhash算法,中文分词等一些技术要点概述。应用了开源hanlp中文处理包
HanLP是由一系列模型与算法组成的Java工具包,目标是普及自然语言处理在生产环境中的应用。不仅仅是分词,而是提供词法分析、句法分析、语义理解等完备的功能。HanLP具备功能完善、性能高效、架构清晰、语料时新、可...
HanLP是一款自然语言处理工具包,由东南大学自然语言处理与社会人文计算实验室研发。它支持中文分词、词性标注、命名实体识别、依存句法分析、关键词提取、自动摘要、短语提取、拼音转换等多种任务。 HanLP的特点...
最新的hanlp的jar包,模型data包、配置文件hanlp.properties
HanLP是一系列模型与算法组成的NLP工具包,由大快搜索主导并完全开源,目标是普及自然语言处理在生产环境中的应用。 HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 HanLP提供下列功能: 中文...
HanLP是由一系列模型与算法组成的Java工具包,目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 在提供丰富功能的同时,HanLP内部模块坚持低耦合、...
hanlp自然语言处理模型data包最新版本(data-for-1.7.4) txt内有百度云下载链接
HanLP是一系列模型与算法组成的NLP工具包,由大快搜索主导并完全开源,目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 HanLP提供下列功能: 中文...
全文检索自然语言分词elasticsearch8.X对接HanLP的扩展和方法的编译好的包
中文语言处理工具包; HanLP是由一系列模型与算法组成的Java工具包,目标是促进自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。
HanLP是由一系列模型与算法组成的工具包,目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点;提供词法分析(中文分词、词性标注、命名实体识别)、句法...
本课程将首先介绍自然语言处理的发展现状与挑战,同时,讲解深度学习和自然语言处理的结合应用。除了基本算法外,本课程还配备实践环节,从一些典型的方向:机器翻译、文本分类、问答等。最后,将和大家讨论NLP的...