摘要：
本文分享自 6丁一的猫 的博客，主要是python调用hanlp进行命名实体识别的方法介绍。以下为分享的全文。 1、python与jdk版本位数一致 2、pip install jpype1（python3.5） 3、类库hanlp.jar包、模型data包、配置文件hanlp.properties 阅读全文
posted @ 2019-07-15 09:19 左手中倒影 阅读(2694) 评论(0) 推荐(0) 编辑
摘要：
本篇分享一个hanlp添加自定义字典的方法，供大家参考！ 总共分为两步： 第一步：将自定义的字典放到custom目录下，然后删除CustomDicionary.txt.bin，因为分词的时候会读这个文件。如果没有的话它会根据配置文件中路径去加载字典生成bin文件。 第二步：去配置文件把自己添加自定义 阅读全文
posted @ 2019-07-12 09:29 左手中倒影 阅读(1258) 评论(1) 推荐(0) 编辑
摘要：
项目简要：关于java web的一个项目，用的Spring MVCd 框架。鉴于参与此次项目的人中并不是所人都做的Spring，为了能够提高效率，建议大家是先抛开SPring来写自己负责的模块，最后再把各个模块在Spring里面集成。 项目里有一个文本分析的模块是一个同学用hanlp写的，由于在最后 阅读全文
posted @ 2019-07-10 10:11 左手中倒影 阅读(227) 评论(0) 推荐(0) 编辑
摘要：
前几天（6月28日），在第23届中国国际软件博览会上，hanlp这款自然语言处理工具荣获了“2019年第二十三届中国国际软件博览会优秀产品”。 HanLP是由一系列模型预算法组成的工具包，结合深度神经网络的分布式自然语言处理，具有功能完善、性能高效、架构清晰、语料时新、可自定义等特点，提供词法分析、 阅读全文
posted @ 2019-07-03 10:34 左手中倒影 阅读(2181) 评论(0) 推荐(0) 编辑
摘要：
摘要：elasticsearch是使用比较广泛的分布式搜索引擎，es提供了一个的单字分词工具，还有一个分词插件ik使用比较广泛，hanlp是一个自然语言处理包，能更好的根据上下文的语义，人名，地名，组织机构名等来切分词 Elasticsearch 默认分词 输出： IK分词 输出： hanlp分词 阅读全文
posted @ 2019-07-01 10:54 左手中倒影 阅读(978) 评论(0) 推荐(0) 编辑
摘要：
繁简转换 HanLP几乎实现了所有我们需要的繁简转换方式，并且已经封装到了HanLP中，使得我们可以轻松的使用，而分词器中已经默认支持多种繁简格式或者混合。这里我们不再做过多描述。 ·说明 · HanLP能够识别简繁分歧词，比如打印机=印表機。许多简繁转换工具不能区分“以后”“皇后”中的两个“后”字 阅读全文
posted @ 2019-06-28 09:27 左手中倒影 阅读(206) 评论(0) 推荐(0) 编辑
摘要：
基于字标注法的分词 中文分词字标注通常有2-tag,4-tag和6-tag这几种方法，其中4-tag方法最为常用。标注集是依据汉字（其中也有少量的非汉字字符）在汉语词中的位置设计的。 1. 2-tag法 2-tag是一种最简单的标注方法,标注集合为{B,I}，其将词首标记设计为B，而将词的其他位置标 阅读全文
posted @ 2019-06-26 09:45 左手中倒影 阅读(270) 评论(0) 推荐(0) 编辑
摘要：
中文分词是中文文本处理的一个基础步骤，也是中文人机自然语言交互的基础模块，不同于英文的是，中文句子中没有词的界限，因此在进行中文自然语言处理时，通常需要先进行分词，分词效果将直接影响词性，句法树等模块的效果，当然分词只是一个工具，场景不同，要求也不同。在人机自然语言交互中，成熟的中文分词算法能够达到更好的自然语言处理效果，帮助计算机理解复杂的中文语言。 阅读全文
posted @ 2019-06-24 10:11 左手中倒影 阅读(281) 评论(0) 推荐(0) 编辑
摘要：
一、Ansj 1、利用DicAnalysis可以自定义词库： 2、但是自定义词库存在局限性，导致有些情况无效： 比如：“不好用“的正常分词结果：“不好，用”。 （1）当自定义词库”好用“时，词库无效，分词结果不变。 （2）当自定义词库 “不好用”时，分词结果为：“不好用”，即此时自定义词库有效。 3 阅读全文
posted @ 2019-06-21 13:33 左手中倒影 阅读(380) 评论(0) 推荐(0) 编辑