今天研究的是nlpir的语义分词
首先 安装pynlpir库：
pip install pynlpir
下面写一个测试小程序：
#-*- coding:utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
import pynlpir
pynlpir.open()
s='聊天机器人到底怎么做呢'
segments = pynlpir.segment(s)
for segment in segments:
print segment[0],' ',segment[1]
pynlpir.close()
运行结果：
聊天 verb 机器人 noun 到底 adverb 怎么 pronoun 做 verb 呢 modal particle
下面我们在试一下关键词提取效果：
key_words = pynlpir.get_key_words(s,weighted=True)
for key_word in key_words:
print key_word[0],' ',key_word[1]
运行结果：
聊天 2.0 机器人 2.0
从这个小程序看，分词和关键词提取效果非常好
在程序segments 加上一个参数segments = pynlpir.segment(s,pos_english=False) 。也就是不使用英文输出，那麽输出来的就是：
海洋 名词 是 动词 如何 代词 形成 动词 的 助词
解释一次。
这里的segment是切词的的意思，返回来的是tuple(token,pos),其中token就是切除来的词，pos就是词的属性。
调用segment的方法指定的pos_names参数可以是‘all’,'child','parent',默认是parent，表示获取该词性的最顶级词性，child 表示获取该词性的最具体的信息，all表示获取该词性相关的所有信息，相当于从词性顶级词性到该词性的一条路径。