1. 前言

中文分詞≠自然語言處理！

Hanlp

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。

功能：中文分詞 詞性標注 命名實體識別 依存句法分析 關鍵詞提取新詞發現 短語提取 自動摘要 文本分類 拼音簡繁

中文分詞只是第一步；HanLP從中文分詞開始，覆蓋詞性標注、命名實體識別、句法分析、文本分類等常用任務，提供了豐富的API。

不同于一些簡陋的分詞類庫，HanLP精心優化了內部數據結構和IO接口，做到了毫秒級的冷啟動、千萬字符每秒的處理速度，而內存最低僅需120MB。無論是移動設備還是大型集群，都能獲得良好的體驗。

不同于市面上的商業工具，HanLP提供訓練模塊，可以在用戶的語料上訓練模型并替換默認模型，以適應不同的領域。項目主頁上提供了詳細的文檔，以及在一些開源語料上訓練的模型。

HanLP希望兼顧學術界的精準與工業界的效率，在兩者之間取一個平衡，真正將自然語言處理普及到生產環境中去。

我們使用的pyhanlp是用python包裝了HanLp的java接口。

2. pyhanlp的安裝和使用

2.1 python下安裝pyhanlp

pip安裝

sudo pip3 install pyhanlp

第一次import pyhanlp會下載一個比較大的數據集，需要耐心等待下，后面再import就不會有了。

from pyhanlp import *

詳情請見pyhanlp官方文檔

2.2 pyhanlp簡單使用方法

分詞使用

from pyhanlp import *print(HanLP.segment("今天開心了嗎？"))>>> [今天/t, 開心/a, 了/ule, 嗎/y, ？/w]

依存分析使用

from pyhanlp import *print(HanLP.parseDependency("今天開心了嗎？"))>>> 1  今天 今天 nt t  _  2  狀中結構  _  _>>> 2  開心 開心 a  a  _  0  核心關系  _  _>>> 3  了  了  e  y  _  2  右附加關系  _  _>>> 4  嗎  嗎  e  y  _  2  右附加關系  _  _>>> 5  ？  ？  wp w  _  2  標點符號  _  _

2.3 pyhanlp可視化

如果大家看不太清楚上面的輸出，pyhanlp提供了一個很好的展示交付界面，只要一句命令就能啟動一個web服務

hanlp serve

登錄http://localhost:8765就能看下可視化界面，能看到分詞結果和依存關系的結果，是不是很直觀。這個網頁上還有安裝說明、源碼鏈接、文檔鏈接、常見的問題（FAQ）。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持武林站長站。