zoukankan      html  css  js  c++  java
  • 自然语言处理工具python调用hanlp中文实体识别

     

    Hanlp作为一款重要的中文分词工具,在GitHub的用户量已经非常之高,应该可以看得出来大家对于hanlp这款分词工具还是很认可的。本篇继续分享一篇关于hanlp的使用实例即Python调用hanlp进行中文实体识别。

    想要在python中调用hanlp进行中文实体识别,Ubuntu 16.04的系统环境

    1.安装jpype1,在cmd窗口输入

    pip install jpype1

    2.下载hanlp的安装包

    https://github.com/hankcs/HanLP/releases 

    1)下载新的 hanlp-1.7.1-release.zip文件,里面包含hanlp-1.7.1.jar , hanlp-1.7.1-sources.jar , hanlp.properties

    2)点击data-for-1.7.1.zip下载。(底下第8条)

     

     

    注:如果你在http://hanlp.linrunsoft.com/services.html点击下载hanlp.jar,下载下来的是hanlp-1.2.8.jar。之后在使用过程中可能会出现“字符类型对应表加载失败”的错误,查看相应路径下也没有CharType.dat.yes文件。原因可能是hanlp-1.2.8版本过低,使用新版本应该不会出现这个问题。

     

     

    3.新建一个文件夹Hanlp,放文件hanlp-1.7.1.jar和hanlp.properties文件

    新建一个文件夹hanlp,放data-for-1.7.1.zip解压后的文件

    配置hanlp.properties中的第一行的root为hanlp文件夹的位置,也就是data-for-1.7.1.zip解压后的文件放的位置。

    4.写py文件调用hanlp进行中文分析。

    用法可参考这个博客  blog.csdn.net/u011961856/article/details/77167546。

    另,查看HanLP关于实体识别的文档http://hanlp.linrunsoft.com/doc.html

    里面介绍说中文人名标注为“nr”,地名标注为“ns”,机构名标注为“nt”,所以使用用法参考链接里的NLPTokenizer.segment就可以标注出中文句子中的人名,地名和机构名。

    比较使用jieba进行词性标注时,也可以标注出中文句子中的人名,地名和机构名。jieba分词的词性说明:

     

     

  • 相关阅读:
    关于贝宝支付的一些信息和思路
    自动执行的脚本不错的思路
    关于微信公众平台生成带参数的二维码的场景值和系统对接的问题
    centos7.3查看时区
    关于where和having的直观理解
    关于微信支付的退款那些事
    关于微信支付的那些事
    正则替换
    java 正则表达式语法
    正则表达式
  • 原文地址:https://www.cnblogs.com/adnb34g/p/10368088.html
Copyright © 2011-2022 走看看