HanLP环境搭建

HanLP环境搭建

2019-06-06 版本V1.0

一、基于java的HanLP的环境搭建

参考链接：http://www.hankcs.com/nlp/hanlp.html

方式一：通过Maven工程的pom.xml

 <dependency>
        <groupId>com.hankcs</groupId>    
        <artifactId>hanlp</artifactId>    
        <version>portable-1.7.0</version>
 </dependency>    

测试时，1.7.3失败，所以改为1.7.0
可以实现基本的功能（除去CRF分词和依存句法分析）

方式二：下载jar、data、hanlp.properties

将数据和程序分离，用户可以自定义

1、下载data.zip
本机文件位置：E:\data

下载后解压到任意目录，接下来通过配置文件告诉HanLP数据包的位置

data 
  | -- dictionary 
  | -- model 

用户可以自行增删替换，如果不需要句法分析等功能的话，随时可以删除model文件夹。

• 模型跟词典没有绝对的区别，隐马模型被做成人人都可以编辑的词典形式，不代表它不是模型。
• GitHub代码库中已经包含了data.zip中的词典，直接编译运行自动缓存即可；模型则需要额外下载。

2、下载jar和配置文件：hanlp-release.zip

配置文件的作用是告诉HanLP数据包的位置，只需修改第一行

由于我的data目录为 E:\data，所以配置文件（E:\hanlp-1.7.3-release\hanlp.properties）的第一行为：*root=E:* (需要注意python调用时需要把data放到工程文件下，相应的配置文件的root配置的也不一样)

最后将hanlp.properties放入classpath即可，对于多数项目，都可以放到src或resources目录下，编译时IDE会自动将其复制到classpath中。除了配置文件外，还可以使用环境变量HANLP_ROOT来设置root。

测试：

github上下载：https://github.com/hankcs/HanLP
在src/test/java/com/hankcs/demo 下会有相应的demo进行测试

本机文件位置：E:\HanLP
里面的一些测试，需要下载相应的语料，放到：E:\HanLP\data\test中便于训练使用

二、基于python的HanLp的环境搭建

Anaconda基础上安装

conda install -c conda-forge jpype1

@jpype是为了便于调用jar包

pip install pyhanlp

测试：

调用HanLP

from jpype import *
startJVM(getDefaultJVMPath(), "-Djava.class.path=E:\hanlp-1.7.3-release\hanlp-1.7.3.jar;E:\hanlp", "-Xms1g", "-Xmx1g")
HanLP = JClass('com.hankcs.hanlp.HanLP')

• 注意：其中的 -Djava.class.path 后面跟的是jar包的位置
• 需要将HanLP用到的data复制一份到工程内
• 修改hanlp.properties文件中的root,为工程内的data路径

以依存句法为例：

from jpype import
*startJVM(getDefaultJVMPath(), "-Djava.class.path=E:\hanlp-1.7.3-release\hanlp-1.7.3.jar;E:\hanlp", "-Xms1g", "-Xmx1g")
HanLP = JClass('com.hankcs.hanlp.HanLP')
print(HanLP.parseDependency("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。"))#该行可删除
f = open("ab.txt",'w', encoding='utf-8')
print((HanLP.parseDependency("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。")),file = f)
f.close()

依存句法可视化工具的使用：DependencyViewer
利用工具将文件ab.txt打开
[外链图片转存失败(img-LEjJCfvH-1562570411246)(en-resource://database/453:1)]@w=500h=300