自然语言处理工具hanlp自定义词汇添加图解

最新推荐文章于 2024-11-10 10:56:06 发布

ciwei03773

最新推荐文章于 2024-11-10 10:56:06 发布

阅读量122

点赞数

文章标签：人工智能 java

过程分析

1. 添加新词需要确定无缓存文件，否则无法使用成功，因为词典会优先加载缓存文件

2. 再确认缓存文件不在时，打开本地词典按照格式添加自定义词汇。

3. 调用分词函数重新生成缓存文件，这时会报一个找不到缓存文件的异常，不用管，因为加载词典进入内存是会优先加载缓存，缓存不在当然会报异常，然后加载词典生成缓存文件，最后处理字符进行分词就会发现新添加的词汇可以进行分词了。

操作过程图解：

1 、有缓存文件的情况下 :

1 System.out.println(HanLP.segment(" 张三丰在一起我也不知道你好一个心眼儿啊，一半天欢迎使用 HanLP 汉语处理包！ " +" 接下来请从其他 Demo 中体验 HanLP 丰富的功能 ~"))

3 // 首次编译运行时， HanLP 会自动构建词典缓存，请稍候……

4 //[ 张 /q, 三丰 /nz, 在 /p, 一起 /s, 我 /rr, 也 /d, 不 /d, 知道 /v, 你好 /vl, 一个心眼儿 /nz, 啊 /y, ， /w, 一半天 /nz, 欢迎 /v, 使用 /v, HanLP/nx, 汉语 /gi, 处理 /vn, 包 /v, ！ /w, 接下来 /vl, 请 /v, 从 /p, 其他 /rzv, Demo/nx, 中 /f, 体验 /v, HanLP/nx, 丰富 /a, 的 /ude1, 功能 /n, ~/nx]

1. 打开用户词典 –添加 ‘张三丰在一起’ 为一个 nz 词性的新词

2.2 原始缓存文件下运行–会发现不成功，没有把 ‘张三丰在一起’ 分词一个 nz 词汇

3 // 首次编译运行时， HanLP 会自动构建词典缓存，请稍候……

3.1 删除缓存文件 bin

3.2 再次运行程序，此时会报错—无法找到缓存文件

1 System.out.println(HanLP.segment(" 张三丰在一起我也不知道你好一个心眼儿啊，一半天欢迎使用 HanLP 汉语处理包！ " +" 接下来请从其他 Demo 中体验 HanLP 丰富的功能 ~"));

3 /** 首次编译运行时， HanLP 会自动构建词典缓存，请稍候……

4 十月 19, 2018 6:12:49 下午 com.hankcs.hanlp.corpus.io.IOUtil readBytes

5 WARNING: 读取 D:/datacjy/hanlp/data/dictionary/custom/CustomDictionary.txt.bin 时发生异常 java.io.FileNotFoundException: D:\datacjy\hanlp\data\dictionary\custom\CustomDictionary.txt.bin ( 系统找不到指定的文件。 ) 找不到缓存文件

8 [ 张三丰在一起 /nz, 我 /rr, 也 /d, 不 /d, 知道 /v, 你好 /vl, 一个心眼儿 /nz, 啊 /y, ， /w, 一半天 /nz, 欢迎 /v, 使用 /v, HanLP/nx, 汉语 /gi, 处理 /vn, 包 /v, ！ /w, 接下来 /vl, 请 /v, 从 /p, 其他 /rzv, Demo/nx, 中 /f, 体验 /v, HanLP/nx, 丰富 /a, 的 /ude1, 功能 /n, ~/nx]