python调用hanlp分词包手记

 python调用hanlp分词包手记

 

Hanlp作为一款重要的分词工具，本月初的时候看到大快搜索发布了hanlp的1.7版本，新增了文本聚类、流水线分词等功能。关于hanlp1.7版本的新功能，后面有使用的到时候在给大家分享。本篇分享一个在python里调用hanlp分词包的过程文章，供需要的朋友参考学习交流！以下为文章内容：

 

1.在python下安装pyhanlp

sudo pip install pyhanlp

（详见pyhanlp官方文档）

 

2.pyhanlp的一些使用方法

（1）Hanlp.segment的使用

from pyhanlp import *

print HanLP.segment("今天开心了吗？")

#输出：[今天/t, 开心/a, 了/ule, 吗/y, ？/w]

1. 其它API函数的使用。

   （pyhanlp里已经含有以下这些功能了，可以直接调用）

   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')

    

   调用方法

   analyzer=PerceptronLexicalAnalyzer()

   a =analyzer.analyze("今天开心了吗？")

   print a

    

   3.其它更多的功能的实现。

1. 比如繁体分词，自动生成摘要这些hanlp能实现的，但不在以上API函数里面的，我们可以通过以下方法。

2. 首先要在“../pyhanlp/init.py”pycharm文件下通过jclass语句引入更深类路径。比如（我引入的是中文繁体分词这个API函数）

3. TraditionalChineseTokenizer=SafeJClass('com.hankcs.hanlp.tokenizer.TraditionalChineseTokenizer')

4. 然后就可以直接调用了，真的超级棒。

5. print TraditionalChineseTokenizer.segment('三華裔獲得傑出青年獎‘)

6. #输出：[三/m, 華裔/n, 獲得/v, 傑出青年/nz, 獎/n]

7. -其它更多的API函数的路径请参考java原代码。

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

   作者：小傻子kkk

   原文：https://blog.csdn.net/qq_42792935/article/details/81226515