python调用hanlp分词包手记

python调用hanlp分词包手记

Hanlp作为一款重要的分词工具，本月初的时候看到大快搜索发布了hanlp的1.7版本，新增了文本聚类、流水线分词等功能。关于hanlp1.7版本的新功能，后面有使用的到时候在给大家分享。本篇分享一个在python里调用hanlp分词包的过程文章，供需要的朋友参考学习交流！以下为文章内容：

1.在python下安装pyhanlp

sudo pip install pyhanlp

（详见pyhanlp官方文档）

2.pyhanlp的一些使用方法

（1）Hanlp.segment的使用

from pyhanlp import *

print HanLP.segment("今天开心了吗？")

#输出：[今天/t, 开心/a, 了/ule, 吗/y, ？/w]

（pyhanlp里已经含有以下这些功能了，可以直接调用）

1 - # API列表

2CustomDictionary= LazyLoadingJClass('com.hankcs.hanlp.dictionary.CustomDictionary')

3 HanLP = SafeJClass('com.hankcs.hanlp.HanLP')

4 HanLP.Config = JClass('com.hankcs.hanlp.HanLP$Config')

5PerceptronLexicalAnalyzer= SafeJClass('com.hankcs.hanlp.model.perceptron.PerceptronLexicalAnalyzer')

6 DoubleArrayTrieSegment = SafeJClass('com.hankcs.hanlp.seg.Other.DoubleArrayTrieSegment')

7AhoCorasickDoubleArrayTrie = SafeJClass('com.hankcs.hanlp.collection.AhoCorasick.AhoCorasickDoubleArrayTrie')

8IOUtil = SafeJClass('com.hankcs.hanlp.corpus.io.IOUtil')

9TraditionalChineseTokenizer=SafeJClass('com.hankcs.hanlp.tokenizer.TraditionalChineseTokenizer')

调用方法

analyzer=PerceptronLexicalAnalyzer()

a =analyzer.analyze("今天开心了吗？")

print a

3.其它更多的功能的实现。

比如繁体分词，自动生成摘要这些hanlp能实现的，但不在以上API函数里面的，我们可以通过以下方法。
首先要在“../pyhanlp/init.py”pycharm文件下通过jclass语句引入更深类路径。比如（我引入的是中文繁体分词这个API函数）
TraditionalChineseTokenizer=SafeJClass('com.hankcs.hanlp.tokenizer.TraditionalChineseTokenizer')
然后就可以直接调用了，真的超级棒。
print TraditionalChineseTokenizer.segment('三華裔獲得傑出青年獎‘)
#输出：[三/m, 華裔/n, 獲得/v, 傑出青年/nz, 獎/n]
-其它更多的API函数的路径请参考java原代码。

---------------------

作者：小傻子kkk

来源：oschina

链接：https://my.oschina.net/u/3793864/blog/2993301

标签