中文天然語言處理工具HanLP源碼包的下載使用記錄

這篇文章主要分享的是hanlp天然語言處理源碼的下載，數據集的下載，以及將讓源代碼中的demo可以跑通。Hanlp安裝包的下載以及安裝其實以前就已經有過度享了。本篇文章主要仍是備忘之用，同時算是給新手朋友的一些參考吧！

不過在此以前先推薦兩本書給想要學習中文天然語言處理的朋友，分別是《NLP漢語天然語言處理原理與實戰》，裏面介紹了漢語天然語言處理的相關技術，還有一些源碼的解讀；另外一本是《python天然語言處理》。

下面就進入到本篇的正題，其實只須要下載源代碼，下載字典和模型數據文件、下載配置文件，而且對配置文件稍做修改，而後再使用IDE打開源代碼，就能夠運行了，總的來講整個過程其實並不複雜。源代碼、字典以及模型、配置文件的下載你們能夠到GitHub上下載。

網頁中提供了詳細的說明，其實按照說明來就能夠，下載之後將字典和模型文件解壓到一個目錄，建議放在工程名目錄下：

 

data中就是模型文件和字典數據文件：

經過github提供的源代碼下載連接下載下來的文件不包含hanlp.properties配置文件，這是你須要下載一個release版本的代碼，解壓之後，裏面有一個hanlp.properties文件

將這個文件分別拷貝到解壓之後的源代碼target/classes和target-classes目錄下

 

最後用ide打開源代碼，我使用的ide工具是IDEA(Intellij),其餘ide的操做應該大同小異，固然配置文件也許只須要一份就夠了，不須要兩個目錄都拷貝，我這裏沒有驗證，爲保險起見，兩個目錄下都拷貝一份，讀者能夠試驗一下，我這裏主要目的是爲了能跑通。

 

上述步驟完成以後，打開src/test/java/com.hankcs/demo下的demo，就能夠跑出結果了，接下來，就順藤摸瓜去讀源代碼吧