java分词技术（自动提取关键词，段落大意）hanlp

最新推荐文章于 2025-06-04 11:03:33 发布

weixin_30488313

最新推荐文章于 2025-06-04 11:03:33 发布

阅读量1.6k

点赞数

CC 4.0 BY-SA版权

文章标签： java 人工智能 matlab

原文链接：http://www.cnblogs.com/xuexidememeda/p/10346472.html

这篇博客介绍了如何使用hanlp这个Java外部包进行分词和关键词提取。作者提供了数据下载链接，并详细说明了数据解压位置、配置hanlp.properties文件以及代码实现的步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这是老师大作业需要的技术才知道hanlp这个外部包使用方法

包以及数据如下GIT下载很慢我传百度云了链接：https://pan.baidu.com/s/14a22v1g_CAQN-G-k8f3Ovw 提取码：yfse

1 把你的下载的data解压到你项目的根目录下例如你项目文件夹叫 test 把data文件夹放在text文件夹下就行

2 配置 hanlp.properties 把这个文件放在你需要调用hanlp的目录下（那个文件调用了这外部包方法就放在跟这个文件同级的目录下）配置里面的root 目录为你项目目录可以是绝对路径也可以是相对例如我的项目叫 ITcihuifenxi 我配置root 为 root=D:/hadoop-web/ITcihuifenxi/

3 上代码

package com.test;
import java.util.List;

import com.hankcs.hanlp.HanLP;
import com.hankcs.hanlp.seg.common.Term;
import com.hankcs.hanlp.suggest.Suggester;
import com.hankcs.hanlp.tokenizer.NLPTokenizer;

public class MainTest {
    public static void main(String[] args) {
        System.out.println("首次编译运行时，HanLP会自动构建词典缓存，请稍候……\n");
        //第一次运行会有文件找不到的错误但不影响运行，缓存完成后就不会再有了
        System.out.println("标准分词：");
        System.out.println(HanLP.segment("你好，欢迎使用HanLP！"));
        System.out.println("\n");

        List<Term> termList = NLPTokenizer.segment("