python調用hanlp分詞包手記

python調用hanlp分詞包手記

Hanlp做爲一款重要的分詞工具，本月初的時候看到大快搜索發佈了hanlp的1.7版本，新增了文本聚類、流水線分詞等功能。關於hanlp1.7版本的新功能，後面有使用的到時候在給你們分享。本篇分享一個在python裏調用hanlp分詞包的過程文章，供須要的朋友參考學習交流！如下爲文章內容：

 

1.在python下安裝pyhanlp

sudo pip install pyhanlp

（詳見pyhanlp官方文檔）

 

2.pyhanlp的一些使用方法

（1）Hanlp.segment的使用

from pyhanlp import *

print HanLP.segment("今天開心了嗎？")

#輸出：[今天/t, 開心/a, 了/ule, 嗎/y, ？/w]

1. 其它API函數的使用。

（pyhanlp裏已經含有如下這些功能了，能夠直接調用）

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')

 

調用方法

analyzer=PerceptronLexicalAnalyzer()

a =analyzer.analyze("今天開心了嗎？")

print a

 

3.其它更多的功能的實現。

• 好比繁體分詞，自動生成摘要這些hanlp能實現的，但不在以上API函數裏面的，咱們能夠經過如下方法。
• 首先要在「../pyhanlp/init.py」pycharm文件下經過jclass語句引入更深類路徑。好比（我引入的是中文繁體分詞這個API函數）
• TraditionalChineseTokenizer=SafeJClass('com.hankcs.hanlp.tokenizer.TraditionalChineseTokenizer')
• 而後就能夠直接調用了，真的超級棒。
• print TraditionalChineseTokenizer.segment('三華裔獲得傑出青年獎‘)
• #輸出：[三/m, 華裔/n, 獲得/v, 傑出青年/nz, 獎/n]
• -其它更多的API函數的路徑請參考java原代碼。

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

做者：小傻子kkk