百度NLP工具LAC初体验：分词，词性标注，命名实体识别

最新推荐文章于 2024-08-07 09:55:14 发布

是杰夫呀

最新推荐文章于 2024-08-07 09:55:14 发布

阅读量6k

点赞数 1

分类专栏：自然语言处理 NLP 文章标签：百度 python nlp 自然语言处理机器学习

本文链接：https://blog.csdn.net/sinat_26811377/article/details/110819775

版权

本文介绍了百度的LAC工具，它是一个用于中文词法分析的工具，能进行分词、词性标注和命名实体识别。通过使用LAC，可以高效处理中文文本并获取详细的语言信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

LAC全称Lexical Analysis of Chinese，是百度自然语言处理部研发的一款联合的词法分析工具，实现中文分词、词性标注、专名识别等功能。

输入：

from LAC import LAC

# 装载LAC模型
lac = LAC(mode='lac')

# 单个样本输入，输入为Unicode编码的字符串
text = u"LAC是个优秀的分词工具"
lac_result = lac.run(text)
print(lac_result)

# 批量样本输入, 输入为多个句子组成的list，平均速率更快
texts = [u"LAC是个优秀的分词工具", u"百度是一家高科技公司"]
lac_result = lac.run(texts)
print(lac_result)

输出：

[['LAC', '是', '个', '优秀', '的', '分词', '工具'], ['nz', 'v', 'q', 'a', 'u', 'n', 'n']]
[[['LAC', '是', '个', '优秀', '的', '分词', '工具'], ['nz', 'v', 'q', 'a', 'u', 'n', 'n']], [['百度', '是', '一家', '高科技