NLP工具包安装配置(附一键下载requirements.txt)

一键安装地址
pip install -r requirements.txt

进入虚拟环境

pip镜像地址

-i https://pypi.tuna.tsinghua.edu.cn/simple

numpy

numpy用于矩阵运算

pip install numpy

NLTK

NLTK是自然语言工具处理包

pip installnltk

Gensim

Gensim:用于自动提取语义主题

  1. pip install gensim

  2. 下载whl文件:http://www.lfd.uci.edu/~gohlke/pythonlibs/,再pip install whl的文件;

Tensorflow

Tensorflow:采用数据流图用于数值计算的开源软件库;

pip install tensorflow
pip install tf-nightly-gpu/cpu

jieba

jieba:中文分词库,有三种分词模式,可加入自定义字典;

pip install jieba

Stanford NLP

Stanford NLP:

  1. 安装stanford nlp自然语言处理包:
    pip install stanfordcorenlp
  2. 下载Stanford CoreNLP文件
    https://stanfordnlp.github.io/CoreNLP/download.html
  3. 下载中文模型jar包:
    http://nlp.stanford.edu/software/stanford-chinese-corenlp-2018-02-27-models.jar
  4. 把加压后的Stanford CoreNLP文件夹和下载的stanford-chinese-corenlp-2018-02-27-models.jar放在同一目录下
  5. 在Python中引用模型:
from stanfordcorenlp import StanfordCoreNLP
nlp = StanfordCoreNLP(r‘path', lang='zh')

Hanlp

简介

Hanlp:中文分词,词性标注,命名实体识别(基于C++或java)
Hanlp主要由三部分组成:类库hanlp.jar包、模型data包、配置文件hanlp.properties,在JVM测试完成后,我们需要对其进行相关配置。
github网址:https://github.com/hankcs/HanLP#3%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6

JVM环境安装

  1. 首先安装Java的版本,我使用的java版本是jdk1.8;

  2. 接着安装Jpype,Jpype是通过python来调用java代码的一个工具包
    pip install Jpype

  3. 在py环境下测试JVM是否可以正常启动:

   from jpype import *
   import os.path
   startJVM(getDefaultJVMPath(),"-ea")
   java.lang.System.out.printin("Hello World")
   shutdownJVM()

Hanlp安装

Hanlp由三部分组成:类库hanlp.jar包、模型data包、配置文件hanlp.properties;

  1. 下载hanlp.jar包:
    https://github.com/hankcs/HanLP

  2. 下载data.zip:https://github.com/hankcs/HanLP/releases

http://hanlp.linrunsoft.com/release/data-for-1.7.0.zip

  1. 配置文件

配置hanlp的属性文件:hanlp.properties,配置文件的作用是告诉Hanlp数据包Data的位置,只需修改第一行:
root=usr/home/HanLP/

配置完成后,接下来我们需要将HanLP.properties放入classpath,所谓放入classpath,实质上是JVM启动时会在classpath下查找class和properties,这句话就是在指定classpath:
"-Djava.class.path=E:\NLP\hanlp\hanlp-1.5.0.jar;E:\NLP\hanlp"

常出现错误情况

  1. Class com.hankcs.hanlp.HanLP not found
    原因还是在于startJVM的设置,务必要检查两个方面:第一是路径放对了吗?第二是版本号对上了吗?(路径在放的时候注意最好用英文)
  2. unicodeescape' codec can't decode bytes
    这个错误的原因就是转义,将之前路径的字符串前加上r’转义即可。
    测试代码:
import jpype
from jpype import *
jvmPath = jpype.getDefaultJVMPath()
jpype.startJVM(jvmPath,r"-Djava.class.path=E:\NLP\hanlp\hanlp-1.5.0.jar;E:\NLP\hanlp",
         "-Xms1g",
         "-Xmx1g")
jpype.java.lang.System.out.println("hello world!")
HanLP = JClass('com.hankcs.hanlp.HanLP')
java.lang.System.out.println(HanLP.segment("你好,欢迎使用HanLP汉语处理包!"));
jpype.shutdownJVM()
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

精神抖擞王大鹏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值