python调用hanlp分词包手记

楼主^#

更多发布于：2018-12-26 13:01

[] 1


	python调用hanlp分词包手记图片：封面.jpg hanlp作为一款重要的分词工具，本月初的时候看到大快搜索发布了hanlp的1.7版本，新增了文本聚类、流水线分词等功能。关于hanlp1.7版本的新功能，后面有使用的到时候在给大家分享。本篇分享一个在python里调用hanlp分词包的过程文章，供需要的朋友参考学习交流！以下为文章内容： 1.在python下安装pyhanlp sudo pip install pyhanlp （详见pyhanlp官方文档） 2.pyhanlp的一些使用方法（1）Hanlp.segment的使用 from pyhanlp import * print HanLP.segment("今天开心了吗？") #输出：[今天/t, 开心/a, 了/ule, 吗/y, ？/w] （2）其它API函数的使用。（pyhanlp里已经含有以下这些功能了，可以直接调用） 1 - # API列表 2CustomDictionary= LazyLoadingJClass('com.hankcs.hanlp.dictionary.CustomDictionary') 3 HanLP = SafeJClass('com.hankcs.hanlp.HanLP') 4 HanLP.Config = JClass('com.hankcs.hanlp.HanLP$Config') 5PerceptronLexicalAnalyzer= SafeJClass('com.hankcs.hanlp.model.perceptron.PerceptronLexicalAnalyzer') 6 DoubleArrayTrieSegment = SafeJClass('com.hankcs.hanlp.seg.Other.DoubleArrayTrieSegment') 7AhoCorasickDoubleArrayTrie = SafeJClass('com.hankcs.hanlp.collection.AhoCorasick.AhoCorasickDoubleArrayTrie') 8IOUtil = SafeJClass('com.hankcs.hanlp.corpus.io.IOUtil') 9TraditionalChineseTokenizer=SafeJClass('com.hankcs.hanlp.tokenizer.TraditionalChineseTokenizer') 调用方法 analyzer=PerceptronLexicalAnalyzer() a =analyzer.analyze("今天开心了吗？") print a 3.其它更多的功能的实现。 ① 比如繁体分词，自动生成摘要这些hanlp能实现的，但不在以上API函数里面的，我们可以通过以下方法。 ② 首先要在“../pyhanlp/init.py”pycharm文件下通过jclass语句引入更深类路径。比如（我引入的是中文繁体分词这个API函数） ③ TraditionalChineseTokenizer=SafeJClass('com.hankcs.hanlp.tokenizer.TraditionalChineseTokenizer') ④ 然后就可以直接调用了，真的超级棒。 ⑤ print TraditionalChineseTokenizer.segment('三華裔獲得傑出青年獎‘) ⑥ #输出：[三/m, 華裔/n, 獲得/v, 傑出青年/nz, 獎/n] ⑦ -其它更多的API函数的路径请参考java原代码。 --------------------- 作者：小傻子kkk