2 lac 分词_Java/Python调用百度LAC进行词法分析实现

LAC功能在于中文分词、词性标注、NER，对于基本的词法分析效果还是蛮不错的，如下为其对应词性和ner标签：

写这篇博客的目的也是在于进一步梳理思路和过程，毕竟当时还是踩了一些坑的，写下来，于人于己都方便！

话不多说，开始啦~

其实吧，LAC如果通过python调用，十分便捷，如LAC github https://github.com/baidu/lac所示：

Python3 pip安装：pip install lac -i https://mirror.baidu.com/pypi/simple

然后就可以import使用啦：

from LAC import LAC

# 装载分词模型

lac = LAC(mode='seg')

text = "LAC是个优秀的分词工具"

seg_result = lac.run(text)

# 批量样本输入, 输入为多个句子组成的list，平均速率会更快

texts = ["LAC是个优秀的分词工具", "百度是一家高科技公司"]

seg_result = lac.run(texts)

但java的调用比较麻烦，所以，正题开始，linux上实现，共分两大步：

1.Paddle依赖库准备：LAC是基于Paddle训练所得的模型，需依赖Paddle的预测库

(1)直接下载