汉语言处理包HanLP
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、架构清晰、语料时新、可自定义的特点。
HanLP提供下列功能：
中文分词
1.最短路分词（Dijkstra精度已经足够，且速度比N最短快几倍）
2.N-最短路分词（与Dijkstra对比，D已够用）
3.CRF分词（对新词较有效）
4.索引分词（长词切分，索引所有可能词）
5.极速词典分词（速度快，精度一般）
6.用户自定义词典
7.标准分词（HMM-Viterbi）
命名实体识别
1.实体机构名识别（层叠HMM-Viterbi）
2.中国人名识别（HMM-Viterbi）
3.音译人名识别（层叠隐马模型）
4.日本人名识别（层叠隐马模型）
5.地名识别（HMM-Viterbi）
篇章理解
1.关键词提取（
TextRank关键词提取）
2.自动摘要(
TextRank自动摘要,提取关键句子)
3.短语提取（
基于互信息和左右信息熵的短语提取）
简繁拼音转换
1.拼音转换（ 多音字，声母，韵母，声调）
2.简繁转换（繁体中文分词，简繁分歧词）
智能推荐
1.文本推荐（句子级别，从一系列句子中挑出与输入句子/词语最相似的那一句）
2.语义距离（基于《同义词词林扩展版》）
依存句法分析
基于清华大学语义依存网络语料的20000句训练集，性能分析见官网文档说明。
1.MaxEnt依存句法分析
2.CRF依存句法分析
包使用
1.下载jar包
http://hanlp.linrunsoft.com/services.html
2.下载data
model太大需要到网盘上下载
3.配置文件
hanlp.properties第一行root=data的父目录
例：root=D:***hanlp/
配置文件放入classpath(如bin)下
加载中，请稍候......
加载中…
喜欢