hanlp 训练模型_【HanLP】HanLP中文自然语言处理工具实例演练

作者：白宁超

2016年11月25日13:45:13

摘要：HanLP是hankcs个人完成一系列模型与算法组成的Java工具包，目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 在提供丰富功能的同时，HanLP内部模块坚持低耦合、模型坚持惰性加载、服务坚持静态提供、词典坚持明文发布，使用非常方便，同时自带一些语料处理工具，帮助用户训练自己的语料。笔者坚定支持开源的项目，本文初衷是使用自然语言处理工具进行毕设的基本操作。后来发现HanLP真心的贴心，代码Java编写，文档结构严谨、目录清晰都是接地气的注释和解释。文档大家参照官方即可，本文篇一介绍HanLP相关的资料链接，篇二介绍HanLP的操作实战部分，后续文章进行源码分析。(本文原创编著，转载注明出处:HanLP中文自然语言处理工具实例演练。)

目录

1 MyEclipse安装HanLP

【注】：本文主注重方法调用和操作，后续文章注重原理和源码分析。

具体操作扩展步骤参看官方文档，本文是作者操作记录，便于实际应用。HanLP将数据与程序分离，给予用户自定义的自由。 HanLP由三部分组成：HanLP = .jar + data + .properties ，请前往项目主页下载这三个部分。

1 其中jar、data.zip、hanlp.properties是安装配置文件，橘色框为源码。

2 打开MyEclipse新建项目HanLP，将jar放入lib包并构建依赖，data.zip、hanlp.properties均放入HanLP主目录下。

3 hanlp.properties进行修改，只需要改root=yourpath/HanLP即可

4 将修改后的hanlp.properties放入工作空间中 HanLP/bin下一份即可完成

5 测试分词：

如上即在MyEclipse下完成HanLP安装，需要什么功能，只需要HanLP点就可以提示基本功能。这里说明一点，data下面model主要用于句法分析的，默认情况下原作者将其分割开了，需要的自行下载即可。

2 分词操作

3 词典

4 命名实体识别

5 篇章理解

6 繁简拼音转换

7 依存句法分析

8 智能推荐

9 Lucene插件

10 其他文档功能