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
在https://github.com/hankcs/HanLP/releases
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,使用最新版本应该不会出现这个问题。
新建一个文件夹hanlp,放data-for-1.6.4.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-1.6.4.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https://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:
文章来源: python hanlp