配置Hanlp天然語言處理進階

中文分詞

中文分詞中有衆多分詞工具，如結巴、hanlp、盤古分詞器、庖丁解牛分詞等；其中庖丁解牛分詞僅僅支持java，分詞是HanLP最基礎的功能，HanLP實現了許多種分詞算法，每一個分詞器都支持特定的配置。接下來我將介紹如何配置Hanlp來開啓天然語言處理之旅，每一個工具包都是一個很是強大的算法集合，因此小編之後將花一些時間去看看裏面源碼如何。

下載jar、property和data文件

下載jar文件，（下載hanlp壓縮包）解壓以後得到jar和property文件以下：

 

其中property問配置文件，jar文件爲外部引用文件。

而後下載data文件：

【https://】pan.baidu.com/s/1o8Rri0y （前面的括號自行去掉）

解壓壓縮包以後就能獲取data目錄了。

一切就緒以後下面就是配置了。

配置hanlp

新建一個空項目，包括一個新建的java文件的test.java，

1.package com;

2.import com.hankcs.hanlp.HanLP;

3.public class Test {

4.public static void main(String[] args) {

5.    System.out.println(HanLP.segment("你好，歡迎使用HanLP！"));

6.    }

7.}  

目錄結構以下圖：

 

若是是在linux中的話，你能夠將property文件放在classpath中，windows中也能夠，配置環境變量，將property文件的絕對路徑加上就能夠了，而後運行一下這個java文件：

你會發現以下錯誤

 

1.十二月 11, 2017 9:59:37 下午 com.hankcs.hanlp.HanLP$Config <clinit>

2.嚴重: 沒有找到hanlp.properties，可能會致使找不到data

3.========Tips========

4.請將hanlp.properties放在下列目錄：

5.D:\ ideaWorkSpace\ hanlp_mavenHanlp\ target\classes

6.Web項目則請放到下列目錄：

7.Webapp/WEB-INF/lib

8.Webapp/WEB-INF/classes

9.Appserver/lib

10.JRE/lib

11.而且編輯root=PARENT/path/to/your/data

 

而後將property放到相應的目錄就能夠了,注意property配置只須要修改root的配置就好了。

 

1.本配置文件中的路徑的根目錄，根目錄+其餘路徑=絕對路徑Windows用戶請注意，路徑分隔符統一使用/

2.root=D:/ideaWorkSpace/hanlp_mavenHanlp/src/main/java

 

就好比個人解壓後的data文件夾是放在D:/ideaWorkSpace/hanlp_mavenHanlp/src/main/java目錄下的那我就改這個就能夠了，其他的配置不用修改

 

運行成功以下圖：

 

---------------------

做者：學zaza