HanLP自然语言处理包特性总结

2018-01-03 前端资源 访问量 184

HanLP 能够提供自然语言处理,中文分词,词性标注,命名实体识别,依存句法分析,关键词提取,自动摘要,短语提取,拼音,简繁转换等特性。本文主要是 http://www.ddwclub.com/69ec/794eaf602cd0.htmlHanLP 的入门介绍篇。

HanLP 全称是Han Language Processing,中文为:汉语言处理包。

HanLP是由一系列模型与算法组成的Java工具包,目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效http://www.ddwclub.com/0a0d/1df4a2834276.html、架构清晰、语料时新、可自定义的特点。

http://www.ddwclub.com/e0ef/0afee69325d2.html http://www.ddwclub.com/c62c/d260b73796d8.html

HanLP提供下列功能:

中文分词 词性标注 命名实体识别 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 语料库工具

其中中文分词有6种处理算法:

最短路分词 N-最短路分词 CRF分词 索引分词 极速词典分词 http://www.ddwclub.com/76a2/470099880bdf.html 用户自定义词典

命名实体识别也有5中算法:

中国人名识别 音译人名识别 日本人名识别 地名识别 实体机构名识别

关键词提取主要算法是:TextRank关键词提取。自动摘要主要是TextRank自动摘要算法。还有基于互信息和左右信息熵的短语提取算法。

拼音转换方面有:

多音字 声母 韵母http://www.ddwclub.com/5938/9f37c0d51f57.html 声调

简繁转http://www.ddwclub.com/bcb2/c3c467c97101.html

繁体中文分词 简繁分歧词(简体、繁体、臺灣正體、香港繁體)

文本推荐

语义推荐 拼音推荐 字词推荐

依存句法分析

基于神经网络的高性能依存句法分析器 MaxEnt依存句法分析 CRF依存句法分析

语料库工具

分词语料预处理 词频词性词典制作 BiGram统计 词共现统计 CoNLL语料预处理 CoNLL UA/LA/DA评测工具

http://www.ddwclub.com/9bd1/7b11e63fba6f.html目前 HanLP 汉语言处理包在 github 上开源以来,累计 stahttp://www.ddwclub.com/cd11/6a48ab1ff0bd.htmlr 已快突破5000了。在提供丰富功能的同时,HanLP内部模块坚持低耦合、模型坚持惰性加载http://www.ddwclub.com/7a8b/7877dcde9b54.html、服务坚持静态提供、词典坚持明文发布,使用非常方便,同时自带一些语料处理工具,帮助用户训练自己的模型。

本站是基于ThinkPHP3.2.3版本框架开发 Theme by WordPress 粤ICP备15112997号-1