Handlp 分词、加词典、关键字提取、摘要、短语提取、依法依据分析（含代码、直接运行即可）

简单分词：

1 from pyhanlp import *
2 content = "现如今，机器学习和深度学习带动人工智能飞速的发展，并在图片处理、语音识别领域取得巨大成功。"
3 Get_value=HanLP.segment(content)
4 print(Get_value)

输出：

加词典：

1 from pyhanlp import *
2 content = "现如今，机器学习和深度学习带动人工智能飞速的发展，并在图片处理、语音识别领域取得巨大成功。"
3 # insert会覆盖字典中已经存在的词，add会跳过已经存在的词
4 CustomDictionary.add("图片处理", "nr 300")
5 CustomDictionary.insert("语音识别", "nz 1024")
6 CustomDictionary.add("巨大成功", "nz 1024 n 1")
7 
8 Get_value=HanLP.segment(content)

输出：

关键字提取：

1 from pyhanlp import *
2 document = "水利部水资源司司长陈明忠9月29日在国务院新闻办举行的新闻发布会上透露，" \
3            "根据刚刚完成了水资源管理制度的考核，有部分省接近了红线的指标，" \
4            "有部分省超过红线的指标,对一些超过红线的地方，陈明忠表示，对一些取用水项目进行区域的限批，" \
5            "严格地进行水资源论证和取水许可的批准。"
6 #关键字
7 print(HanLP.extractKeyword(document, 2))

输出：

摘要：

1 #摘要 2 print(HanLP.extractSummary(document, 4))

输出：

短语：

1 #短语 2 phrases = HanLP.extractPhrase(document,10) 3 print(phrases)

依法依词分析

1 #依法依据分析
2 sentence = HanLP.parseDependency(document)
3 for word in sentence.iterator():  # 通过dir()可以查看sentence的方法
4     print("%d %s/%s --(%s)--> %s（%s）" % (word.ID, word.LEMMA, word.POSTAG, word.DEPREL, word.HEAD.LEMMA, word.HEAD.ID))