一、前言
HanLP 是由一系列模型与算法组成的工具包,主要功能包括分词、词性标注、关键词提取、自动摘要、依存句法分析、命名实体识别、短语提取、拼音转换、简繁转换等等。
下面将介绍HanLP如何本地集成及一些常用功能在项目的应用!
二、Springboot集成HanLP
HanLP需要一些数据集和配置【参考HanLP的GitHub项目】。准备data、hanlp.properties,放到/resources目录下。
引用jar包
<dependency>
<groupId>com.hankcs</groupId>
<artifactId>hanlp</artifactId>
<version>portable-1.7.5</version>
</dependency>
----按照上面的配置好,就可以使用HanLP了。
三、HanLP分词
相关代码操作
String[] wordStr = new String[]{
"中华","华夏","中国","炎黄"};
List<String> wordList = Arrays.asList(wordStr);
wordList.forEach(item -> CustomDictionary.insert(item, "cus"));
BinTrie<CoreDictionary.Attribute> trie = CustomDictionary.getTrie();
List<Term> termList1 = HanLP.segment("你好,欢迎使用HanLP汉语处理包!中华人.华夏无敌");
System.out.println("1-->" + termList1);
for (Term term : termList1) {
String word = term.word;
String nature = term.nature.toString();
System.out.println("word-->" + word+" nature--->"+nature);
}
输出结果是:
1-->[你好/vl, ,/w, 欢迎/v, 使用/v, HanLP/nx, 汉语/gi, 处理/vn, 包/v, !/w, 中/f, 华人/n, ./w, 华夏/cus, 无敌/vi]
word-->你好 nature--->vl
word-->, nature--->w
word--