|
|||
|
摘要：
N-最短路径 是中科院分词工具NLPIR进行分词用到的一个重要算法，张华平、刘群老师在论文《基于N-最短路径方法的中文词语粗分模型》中做了比较详细的介绍。该算法算法基本思想很简单，就是给定一待处理字串，根据词典，找出词典中所有可能的词，构造出字串的一个有向无环图，算出从开始到结束所有路径中最短的前N条路径。因为允许相等长度的路径并列，故最终的结果集合会大于或等于N。 阅读全文
posted @ 2019-03-25 13:03 左手中倒影 阅读(173) 评论(0) 推荐(0) 编辑
摘要：
Hanlp1.7版本在去年下半年的时候就随大快的DKH1.6版本同时发布了，截至目前1.7大版本也更新到了1.7.1了。本篇分别就1.7.0和1.7.1中新增的功能做一个简单的汇总介绍。 阅读全文
posted @ 2019-03-22 09:23 左手中倒影 阅读(179) 评论(0) 推荐(0) 编辑
摘要：
1、hanlp简介 HanLP是一系列模型与算法组成的NLP工具包，由大快搜索主导并完全开源，目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 开源网址：HanLP: Han Language Processing 但由于hanlp是用 阅读全文
posted @ 2019-03-20 10:19 左手中倒影 阅读(548) 评论(0) 推荐(0) 编辑
摘要：
我们在使用hanlp词典进行分词的时候，难免会出现分词不准确的情况，原因是由于内置词典中并没有收录当前的这个词，也就是我们所说的未登录词，只要把这个词加入到内置词典中就可以解决类似问题，如何操作，下面我们就看一下具体的步骤 阅读全文
posted @ 2019-03-18 14:10 左手中倒影 阅读(151) 评论(0) 推荐(0) 编辑
摘要：
使用过hanlp的都知道hanlp中有许多词典，它们的格式都是非常相似的，形式都是文本文档，随时可以修改。本篇文章详细介绍了hanlp中的词典格式，以满足用户自定义的需要。 阅读全文
posted @ 2019-03-15 10:46 左手中倒影 阅读(289) 评论(0) 推荐(0) 编辑
摘要：
词图指的是句子中所有词可能构成的图。如果一个词A的下一个词可能是B的话，那么A和B之间具有一条路径E(A,B)。一个词可能有多个后续，同时也可能有多个前驱，它们构成的图我称作词图。
需要稀疏2维矩阵模型，以一个词的起始位置作为行，终止位置作为列，可以得到一个二维矩阵。例如：“他说的确实在理”这句话 阅读全文
posted @ 2019-03-13 10:44 左手中倒影 阅读(431) 评论(0) 推荐(0) 编辑
摘要：
新发布1.7.0版本的hanlp自然语言处理工具包差不多已经有半年时间了，最近也是一直在整理这个新版本hanlp分词工具的相关内容。不过按照当前的整理进度，还需要一段时间再给大家详细分享整理的内容。昨天正好看到的这篇关于关于1.7.0版本hanlp分词在spark中的使用介绍的文章，顺便分享给大家一起学习一下！ 阅读全文
posted @ 2019-03-11 11:58 左手中倒影 阅读(313) 评论(0) 推荐(0) 编辑
摘要：
Hanlp在离线环境下的安装我是没有尝试过的，分享SunJW_2017的这篇文章就是关于如何在离线环境下安装hanlp的。我们可以一起来学习一下！ 阅读全文
posted @ 2019-03-08 10:18 左手中倒影 阅读(425) 评论(0) 推荐(0) 编辑
摘要：
master分支 对于master分支，编译方法如下: git clone https://github.com/hankcs/HanLP.git mvn install -DskipTests ·由于目前一些test不够规范，使用了硬编码路径下的资源，所以暂时跳过单元测试。 ·该方法不会将src/ 阅读全文
posted @ 2019-03-06 11:32 左手中倒影 阅读(252) 评论(0) 推荐(0) 编辑 |
|||
