中文自然语言处理工具HanLP源码包的下载使用记录-低调大师

中文自然语言处理工具HanLP源码包的下载使用记录

2019-02-14 585

这篇文章主要分享的是hanlp自然语言处理源码的下载，数据集的下载，以及将让源代码中的demo能够跑通。Hanlp安装包的下载以及安装其实之前就已经有过分享了。本篇文章主要还是备忘之用，同时算是给新手朋友的一些参考吧！

不过在此之前先推荐两本书给想要学习中文自然语言处理的朋友，分别是《NLP汉语自然语言处理原理与实战》，里面介绍了汉语自然语言处理的相关技术，还有一些源码的解读；另一本是《python自然语言处理》。

下面就进入到本篇的正题，其实只需要下载源代码，下载字典和模型数据文件、下载配置文件，并且对配置文件稍作修改，然后再使用IDE打开源代码，就可以运行了，总的来说整个过程其实并不复杂。源代码、字典以及模型、配置文件的下载大家可以到GitHub上下载。

网页中提供了详细的说明，其实按照说明来就可以，下载以后将字典和模型文件解压到一个目录，建议放在工程名目录下：

data中就是模型文件和字典数据文件：

通过github提供的源代码下载链接下载下来的文件不包含hanlp.properties配置文件，这是你需要下载一个release版本的代码，解压以后，里面有一个hanlp.properties文件

将这个文件分别拷贝到解压以后的源代码target/classes和target-classes目录下

最后用ide打开源代码，我使用的ide工具是IDEA(Intellij),其他ide的操作应该大同小异，当然配置文件也许只需要一份就够了，不需要两个目录都拷贝，我这里没有验证，为保险起见，两个目录下都拷贝一份，读者可以试验一下，我这里主要目的是为了能跑通。

上述步骤完成之后，打开src/test/java/com.hankcs/demo下的demo，就可以跑出结果了，接下来，就顺藤摸瓜去读源代码吧

微信关注我们

原文链接：https://yq.aliyun.com/articles/690350

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

一文读懂人工智能、机器学习、深度学习、强化学习的关系（必看）

人工智能是下一次工业革命的核心力量，它企图了解智能的实质，并以科技诠释人类的生活，目前最流行的深度学习技术占据着人工智能最新成果的核心领域，机器人开发、语音识别、图像识别、自然语言处理和专家系统等不断推陈出新，可以设想，未来由人工智能塑造的科技产品，将会是人类智慧的“容器”。《国务院关于印发新一代人工智能发展规划的通知》（国发[2017]35号）的发布，明确了人工智能产业将成为新的重要经济增长点，中国将成为世界主要人工智能创新中心。根据应用领域的不同，人工智能研究的技术也不尽相同，目前以机器学习、计算机视觉等成为热门的AI技术方向。但是大家在关注或研究人工智能领域的时候，总是会遇到这样的几个关键词：人工智能、机器学习、深度学习、强化学习。那么四者之间是什么关系呢？来看下面一张图：人工智能:以电脑解决问题人工智能比喻成的孩子大脑，机器学习就是让孩子去掌握认知能力的过程，而深度学习是这过程中很有效率的一种教学体系。人工智能是目的，是结果；深度学习、机器学习是方法，是工具。机器学习：一种实现人工智能的方法机器学习是人工智能的一种途径或子集，它强调“学习”而不是计算机程序。一台机器...

2019-02-15

631

新词发现本“新词发现”模块基于信息熵和互信息两种算法，可以在无语料的情况下提取一段长文本中的词语，并支持过滤掉系统中已存在的“旧词”，得到新词列表。调用方法静态方法一句话静态调用接口已经封装到HanLP中： /** * 提取词语 * * @param text 大文本 * @param size 需要提取词语的数量 * @return 一个词语列表 */ public static List<WordInfo> extractWords(String text, int size) /** * 提取词语 * * @param reader 从reader获取文本 * @param size 需要提取词语的数量 * @return 一个词语列表 */ public static List<WordInfo> extractWords(BufferedReader reader, int size) throws IOException /** * 提取词语（新词发现） * * @param text 大文本 * @param size 需要提取词语的数量 ...

2019-02-15

598

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。