HanLP Java 配置和初步使用

2023-10-13 11:59
文章标签 java 配置 使用 初步 hanlp

本文主要是介绍HanLP Java 配置和初步使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

HanLP Java IDEA配置和初步使用

  • HanLP介绍
  • HanLP安装(Java)
    • 方式一:Maven仓库
    • 方式二:自行下载jar、data、hanlp.properties。
  • HanLP初步使用
    • NLP分词初体验

HanLP介绍

HanLP是一款面向生产环境的自然语言处理工具包。
具有的功能如下:
中文分词 词性标注 命名实体识别 依存句法分析 语义依存分析 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁 自然语言处理
【官方地址】http://hanlp.com
【GitHub地址】https://github.com/hankcs/HanLP

HanLP安装(Java)

本文章着重对HanLP的Java项目的安装进行讲解。

如果你想在Java项目中使用HanLP,那么现在还不能体验到HanLP2.0版本(20200208),现在只能安装在1.X分支(https://github.com/hankcs/HanLP/tree/1.x)。

安装方法有两种:

方式一:Maven仓库

<dependency><groupId>com.hankcs</groupId><artifactId>hanlp</artifactId><version>portable-1.7.6</version>
</dependency>

零配置,即可使用基本功能(除由字构词、依存句法分析外的全部功能)。

对于分词来说,StandardTokenizer标准分词器可用,但是NLPTokenizer分词器会出错,需要data包。

本方法同样支持hanlp.properties(方式二中),也就是可配置data,无需手动引入jar包

方式二:自行下载jar、data、hanlp.properties。

  1. 下载
    data.zip
    hanlp-release.zip

  2. data.zip包含dictionary和mode两个文件夹。
    lhanlp-release.zip包含hanlp-1.7.6.jar、hanlp-1.7.6-sources.jar以及最重要的hanlp.properties。
    解压data.zip得到data文件夹。

  3. 将data文件夹、hanlp.properties移动到java项目中,这里我移动到了resources中,具体路径:

src/main/resources
  1. 修改hanlp.properties中的root路径(data的父目录):
root=./src/main/resources
  1. 引入jar包(如果同时使用了方式一就不需要这一步),这里自行百度,不同IDE方式不同。

HanLP初步使用

NLP分词初体验

package com.hankcs.demo;import com.hankcs.hanlp.tokenizer.NLPTokenizer;
import com.hankcs.hanlp.utility.TestUtility;public class DemoNLPSegment extends TestUtility
{public static void main(String[] args){NLPTokenizer.ANALYZER.enableCustomDictionary(false); // 不用词典照样分词。System.out.println(NLPTokenizer.segment("在我国,春季田间管理的重点是夏季粮油作物,主要是冬小麦和油菜,产量超过全年粮食产量的五分之一。"));NLPTokenizer.ANALYZER.enableCustomDictionary(true); // 使用用词典分词。System.out.println(NLPTokenizer.segment("在我国,春季田间管理的重点是夏季粮油作物,主要是冬小麦和油菜,产量超过全年粮食产量的五分之一。"));System.out.println(NLPTokenizer.analyze("我救的不是他,是多年前一个寒夜里,在篝火与烈酒中,想仗剑江湖的少年。").translateLabels());
//        result.setData(JSON.toJSON(segmentList));}
}

输出结果:

[在/p, 我国/n, ,/w, 春季/t, 田间管理/l, 的/u, 重点/n, 是/v, 夏季/t, 粮油/j, 作物/n, ,/w, 主要/d, 是/v, 冬小麦/n, 和/c, 油菜/n, ,/w, 产量/n, 超过/v, 全年/n, 粮食/n, 产量/n, 的/u, 五分之一/m, 。/w]
[在/p, 我国/n, ,/w, 春季/t, 田间管理/l, 的/u, 重点/n, 是/v, 夏季/t, 粮油/j, 作物/n, ,/w, 主要/d, 是/v, 冬小麦/n, 和/c, 油菜/n, ,/w, 产量/n, 超过/v, 全年/n, 粮食产量/nz, 的/u, 五分之一/m, 。/w]
我/代词 救/动词 的/助词 不是/成语 他/代词 ,/标点符号 是/动词 多年前/数词 一个/数词 寒夜/名词 里/方位词 ,/标点符号 在/介词 篝火/名词 与/介词 烈酒/名词 中/方位词 ,/标点符号 想/动词 仗剑/动词 江湖/名词 的/助词 少年/名词 。/标点符号

从结果可以看出,使用词典的NLP分词(如果没配置data会出错)将“粮食产量”识别为一个词,不使用词典则分为“粮食”“产量”两个词。

更多实例请移步【官方GitHub-Demo】

这篇关于HanLP Java 配置和初步使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/203067

相关文章

Spring Security常见问题及解决方案

《SpringSecurity常见问题及解决方案》SpringSecurity是Spring生态的安全框架,提供认证、授权及攻击防护,支持JWT、OAuth2集成,适用于保护Spring应用,需配置... 目录Spring Security 简介Spring Security 核心概念1. ​Securit

postgresql使用UUID函数的方法

《postgresql使用UUID函数的方法》本文给大家介绍postgresql使用UUID函数的方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录PostgreSQL有两种生成uuid的方法。可以先通过sql查看是否已安装扩展函数,和可以安装的扩展函数

SpringBoot+EasyPOI轻松实现Excel和Word导出PDF

《SpringBoot+EasyPOI轻松实现Excel和Word导出PDF》在企业级开发中,将Excel和Word文档导出为PDF是常见需求,本文将结合​​EasyPOI和​​Aspose系列工具实... 目录一、环境准备与依赖配置1.1 方案选型1.2 依赖配置(商业库方案)二、Excel 导出 PDF

SpringBoot改造MCP服务器的详细说明(StreamableHTTP 类型)

《SpringBoot改造MCP服务器的详细说明(StreamableHTTP类型)》本文介绍了SpringBoot如何实现MCPStreamableHTTP服务器,并且使用CherryStudio... 目录SpringBoot改造MCP服务器(StreamableHTTP)1 项目说明2 使用说明2.1

spring中的@MapperScan注解属性解析

《spring中的@MapperScan注解属性解析》@MapperScan是Spring集成MyBatis时自动扫描Mapper接口的注解,简化配置并支持多数据源,通过属性控制扫描路径和过滤条件,利... 目录一、核心功能与作用二、注解属性解析三、底层实现原理四、使用场景与最佳实践五、注意事项与常见问题六

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

Java中Arrays类和Collections类常用方法示例详解

《Java中Arrays类和Collections类常用方法示例详解》本文总结了Java中Arrays和Collections类的常用方法,涵盖数组填充、排序、搜索、复制、列表转换等操作,帮助开发者高... 目录Arrays.fill()相关用法Arrays.toString()Arrays.sort()A

Spring Boot Maven 插件如何构建可执行 JAR 的核心配置

《SpringBootMaven插件如何构建可执行JAR的核心配置》SpringBoot核心Maven插件,用于生成可执行JAR/WAR,内置服务器简化部署,支持热部署、多环境配置及依赖管理... 目录前言一、插件的核心功能与目标1.1 插件的定位1.2 插件的 Goals(目标)1.3 插件定位1.4 核

如何使用Lombok进行spring 注入

《如何使用Lombok进行spring注入》本文介绍如何用Lombok简化Spring注入,推荐优先使用setter注入,通过注解自动生成getter/setter及构造器,减少冗余代码,提升开发效... Lombok为了开发环境简化代码,好处不用多说。spring 注入方式为2种,构造器注入和setter

MySQL中比较运算符的具体使用

《MySQL中比较运算符的具体使用》本文介绍了SQL中常用的符号类型和非符号类型运算符,符号类型运算符包括等于(=)、安全等于(=)、不等于(/!=)、大小比较(,=,,=)等,感兴趣的可以了解一下... 目录符号类型运算符1. 等于运算符=2. 安全等于运算符<=>3. 不等于运算符<>或!=4. 小于运