Hanlp簡介

HanLP 是由一系列模型與算法組成的 Java 工具包，目標是普及自然語言處理在生產環境中的應用。
HanLP 具備功能完善、性能高效、架構清晰、語料時新、可自定義的特點。
HanLP 提供下列功能：

• 中文分詞
• 最短路分詞
• N-最短路分詞
• CRF分詞索引分詞
• 極速詞典分詞
• 用戶自定義詞典
• 詞性標注命名實體識別
• 中國人名識別
• 音譯人名識別
• 日本人名識別
• 地名識別
• 實體機構名識別
• 關鍵詞提取
• TextRank關鍵詞提取
• 自動摘要
• TextRank自動摘要
• 短語提取
• 基于互信息和左右信息熵的短語提取拼音轉換
• 多音字聲母韻母
• 聲調簡繁轉換
• 繁體中文分詞
• 簡繁分歧詞
• 文本推薦
• 語義推薦
• 拼音推薦
• 字詞推薦
• 依存句法分析
• MaxEnt依存句法分析
• CRF依存句法分析
• 語料庫工具
• 分詞語料預處理
  等一些列自然語言處理功能

下載與配置

方式一
Maven為了方便用戶，特提供內置了數據包的Portable版，只需在pom.xml加入：

<dependency><groupId>com.hankcs</groupId><artifactId>hanlp</artifactId><version>portable-1.7.8</version> </dependency>

零配置，即可使用基本功能（除由字構詞、依存句法分析外的全部功能）。如果用戶有自定義的需求，可以參考方式二，使用hanlp.properties進行配置（Portable版同樣支持hanlp.properties）。

方式二
下載jar、data、hanlp.propertiesHanLP將數據與程序分離，給予用戶自定義的自由。
1、下載：data.zip下載后解壓到任意目錄，接下來通過配置文件告訴HanLP數據包的位置。HanLP中的數據分為詞典和模型，其中詞典是詞法分析必需的，模型是句法分析必需的。data
│
├─dictionary
└─model
用戶可以自行增刪替換，如果不需要句法分析等功能的話，隨時可以刪除model文件夾。

• 模型跟詞典沒有絕對的區別，隱馬模型被做成人人都可以編輯的詞典形式，不代表它不是模型。
• GitHub代碼庫中已經包含了data.zip中的詞典，直接編譯運行自動緩存即可；模型則需要額外下載。

2、下載jar和配置文件：hanlp-release.zip配置文件的作用是告訴HanLP數據包的位置，只需修改第一行root=D:/JavaProjects/HanLP/為data的父目錄即可，比如data目錄是/Users/hankcs/Documents/data，那么root=/Users/hankcs/Documents/ 。最后將hanlp.properties放入classpath即可，對于多數項目，都可以放到src或resources目錄下，編譯時IDE會自動將其復制到classpath中。除了配置文件外，還可以使用環境變量HANLP_ROOT來設置root。安卓項目請參考demo。如果放置不當，HanLP會提示當前環境下的合適路徑，并且嘗試從項目根目錄讀取數據集。

一般方法：
步驟一：
通過方式二獲取Hanlp的數據包和jar包并解壓；其中，數據包放在任何位置都可以，我們會通過修改配置文件來對數據包進行定位；

步驟二：
以eclipse為例，說明如何在java項目中使用Hanlp；

創建一個新的java項目，將解壓后的jar包導入到項目；

使用Build Path將jar包引入；

修改配置文件hanlp.properities，定位數據包；修改方式見上方的方式2；

將配置文件導入到項目文件的bin目錄下，測試是否能夠正常使用Hanlp；

總結

以上是生活随笔為你收集整理的Hanlp的安装和配置的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。