自然语言处理工具之 HanLP 鸟瞰

简介

HanLP(Han Language Processing) 是一系列模型与算法组成的自然语言处理（Natural Language Processing, NLP）工具包，由大快搜索主导并完全开源，目标是普及自然语言处理在生产环境中的应用。

自然语言处理技术优势：

支持中文分词（N-最短路分词、CRF分词、索引分词、用户自定义词调、词性标注）、命名实体识别（中国人民、音译人民、日本人民，地名，实体机构名识别）、关键词提取、自动摘要、短语提取、拼音转换、简繁转换、文本推荐、依存句法分析（MaxEnt依存句法分析、神经网络依存句法分析）。提供 Lucene 查件，兼容 Solr 和 ElasticSearch。

安装与示例

安装并下载数据

python3 -m pip install pyhanlp
from pyhanlp import * # 运行时会自动下载数据，运行依赖 jdk < 1.8

1. 分词和词性标注

sentence = "剑在人在，优胜劣汰。"
s_hanlp = HanLP