基于百度LAC2.0的词云图生成——各大分词工具实战比较

1.前言

词法分析是自然语言处理的基本工具，主要包括分词、词性标注和实体识别等功能。目前各类词法分析工具大行其道，有免费开源的，也有商业收费的；有高校研发的，也有企业开发的；有支持Java的，也有支持Python的，甚至还有支持安卓平台的。不久前百度带来了LAC2.0版本，据说做了很多改进，我们通过实战来体验一下（百度打钱！！！）。

2.百度LAC2.0介绍

根据百度官方消息，LAC全称Lexical Analysis of Chinese，是百度NLP（自然语言处理部）研发的一款词法分析工具，可实现中文分词、词性标注、专名识别等功能。

百度方面宣称，LAC在分词、词性、专名识别的整体准确率超过90%，以专名识别为例，其效果要比同类词法分析工具提升10%以上。

目前，百度已经发布了LAC2.0版本，之前的1.0版本我也写过一篇博文加以探讨，彼时的1.0版本还是融合在paddlehub中的一个模型，详见利用百度超大规模预训练模型进行分词 一文。在2.0版本中LAC已经成为了独立模块，可以直接通过pip 安装。

pip install LAC

使用起来也非常方便

from LAC import LAC
lac = LAC()