Python调用PYNIPIR(ICTCLAS)进行中文分词

最新推荐文章于 2024-04-17 06:03:46 发布

hongliryan

最新推荐文章于 2024-04-17 06:03:46 发布

阅读量8.3k

点赞数 3

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/hongliryan/article/details/54577670

版权

本文介绍了如何使用Python调用NLPIR汉语分词系统进行中文分词。NLPIR系统提供多种编程接口，包括Python，并且支持GBK、UTF8和BIG5编码。文章详细阐述了Python环境下安装PYNLPIR包的步骤，以及如何进行分词、关闭词性标注和添加自定义词语等操作，适用于定制化的分词任务。

摘要由CSDN通过智能技术生成

NLPIR汉语分词系统,主要功能包括中文分词；词性标注；命名实体识别；用户词典功能；支持GBK编码、UTF8编码、BIG5编码。新增微博分词、新词发现与关键词提取；张华平博士先后倾力打造十余年，内核升级10次。（http://ictclas.nlpir.org/）

NLPIR系统提供了丰富的编程接口，包括JAVA、C、C#，当然还有Python。其中利用Python调用分词功能，需要安装PYNLPIR的包。
GIT项目的地址：https://github.com/tsroten/pynlpir
（神奇的是由一个美国人来维护的）

安装了pip工具的可以直接使用pip命令安装：

pip install pynlpir

安装好之后，赶紧来试试基本操作：

分词环境初始化操作：

import pynlpir  # 引入依赖包
pynlpir.open()  # 打开分词器
s = 'NLPIR分词系统前身为2000年发布的

关注