python调用hanlp进行命名实体识别

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

python调⽤hanlp进⾏命名实体识别
本⽂分享⾃ 6丁⼀的猫的博客,主要是python调⽤hanlp进⾏命名实体识别的⽅法介绍。

以下为分享的全⽂。

1、python与jdk版本位数⼀致
2、pip install jpype1(python3.5)
3、类库hanlp.jar包、模型data包、配置⽂件hanlp.properties放在⼀个新建⽬录
4、修改hanlp.properties中root根⽬录,找到data
代码调⽤如下:
1|#coding:utf-8
2|'''
3|Created on 2017-11-21
4|
5|@author: 刘帅
6|'''
7|
8|
9|from jpype import *
10|
11|startJVM(getDefaultJVMPath(), "-Djava.class.path=D:\hanlp\hanlp-1.3.4.jar;D:\hanlp", "-Xms1g", "-Xmx1g") # 启动JVM,Linux需替换分号;为冒号:
12|HanLP = JClass('com.hankcs.hanlp.HanLP')
13|# 中⽂分词
14|print(HanLP.segment('你好,欢迎在Python中调⽤HanLP的API'))
testCases = [
15| "商品和服务",
16| "结婚的和尚未结婚的确实在⼲扰分词啊",
17| "买⽔果然后来世博园最后去世博会",
18| "中国的⾸都是北京",
19| "欢迎新⽼师⽣前来就餐",
20| "⼯信处⼥⼲事每⽉经过下属科室都要亲⼝交代24⼝交换机等技术性器件的安装⼯作",
21| "随着页游兴起到现在的页游繁盛,依赖于存档进⾏逻辑判断的设计减少了,但这块也不能完全忽略掉。

"]
22|for sentence in testCases: print(HanLP.segment(sentence))
23|# 命名实体识别与词性标注
24|NLPTokenizer = JClass('com.hankcs.hanlp.tokenizer.NLPTokenizer')
25|print(NLPTokenizer.segment('中国科学院计算技术研究所的宗成庆教授正在教授⾃然语⾔处理课程'))
26|# 关键词提取
27|document = "⽔利部⽔资源司司长陈明忠9⽉29⽇在国务院新闻办举⾏的新闻发布会上透露," \
28| "根据刚刚完成了⽔资源管理制度的考核,有部分省接近了红线的指标," \
29| "有部分省超过红线的指标。

对⼀些超过红线的地⽅,陈明忠表⽰,对⼀些取⽤⽔项⽬进⾏区域的限批," \ 30| "严格地进⾏⽔资源论证和取⽔许可的批准。

"
31|print(HanLP.extractKeyword(document, 2))
32|# ⾃动摘要
33|print(HanLP.extractSummary(document, 3))
34|# 依存句法分析
35|print(HanLP.parseDependency("徐先⽣还具体帮助他确定了把画雄鹰、松⿏和⿇雀作为主攻⽬标。

"))
36|shutdownJVM()
结果如下:
1|[你好/vl, ,/w, 欢迎/v, 在/p, Python/nx, 中/f, 调⽤/v, HanLP/nx, 的/ude1, API/nx]
2|[商品/n, 和/cc, 服务/vn]
3|[结婚/vi, 的/ude1, 和/cc, 尚未/d, 结婚/vi, 的/ude1, 确实/ad, 在/p, ⼲扰/vn, 分词/n, 啊/y]
4|[买/v, ⽔果/n, 然后/c, 来/vf, 世博园/n, 最后/f, 去/vf, 世博会/n]
5|[中国/ns, 的/ude1, ⾸都/n, 是/vshi, 北京/ns]
6|[欢迎/v, 新/a, ⽼/a, 师⽣/n, 前来/vi, 就餐/vi]。

相关文档
最新文档