中文自然语言处理工具HanLP源码包的下载使用记录

  1. 云栖社区>
  2. 博客>
  3. 正文

中文自然语言处理工具HanLP源码包的下载使用记录

大数据资讯 2019-02-15 10:49:28 浏览512
展开阅读全文

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:


79844233e8f57ec423ac6a61996b136cff2d701c

data中就是模型文件和字典数据文件:

 

e42fa8776a76270ff98f329ae4c873bc9fc34bca

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


70c592b057feddac5d30f351ef37e334b2017cb0

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

 

3a8d84b6f2c9706621ea1a987bf4ec4d3fa3167b

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

 

1b13c270a12bc0b258bfb757b2fee07ab9785fca

网友评论

作者关闭了评论
大数据资讯
+ 关注