Python如何使用HanNLP工具

目录

目标：使用pycharm调用HanNLP工具完成对文本的分词、自动摘要、关键词提取等任务。

系统安装配置 JDK 1.8

1、windows环境下载 JDK 1.8
2、安装 JDK 1.8

3、配置环境变量

变量名：JAVA_HOME

变量值：C:\Program Files\Java\jdk1.8.0_101

双击Path，编辑Path环境变量，

点击新建，添加“%JAVA_HOME%\bin”

再次点击新建，添加“%JAVA_HOME%\jre\bin”

新建环境变量CLASSPATH

变量名：CLASSPATH

变量值：.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar

需要注意变量值前面的“.;”

4、测试 JDK是否安装成功

win+r运行cmd

执行有结果表示配置成功
命令：java

命令： javac

系统安装 Visual C++ 2015

安装详看 : https://jingyan.baidu.com/article/e73e26c088e45424acb6a759.html

下载 HanNLP 包

1、下载hanlp.jar包解压 : https://github.com/hankcs/HanLP

2、下载data.zip: https://github.com/hankcs/HanLP/releases中 http://hanlp.linrunsoft.com/release/data-for-1.7.0.zip 后解压数据包

最终将data与hannlp解压的jar包统一放在一个目录下【之前不在一个目录报错】

测试HanNLP工具

from jpype import *

startJVM(getDefaultJVMPath(), "-Djava.class.path=hanlp-1.8.3.jar")

# 加载java中模型
HanLP = JClass('com.hankcs.hanlp.HanLP')
NLPTokenizer = JClass('com.hankcs.hanlp.tokenizer.NLPTokenizer')

# 目标据句
document = "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。"
# 分词与词性标注
seg_list = HanLP.segment("你好，欢迎在Python中调用HanLP的API")
print(seg_list)

# 关键词提取
print(HanLP.extractKeyword(document, 20))

# 自动摘要
print(HanLP.extractSummary(document, int(len(document)/3)))

# 依存句法分析
print(HanLP.parseDependency(document))

# 命名实体识别与词性标注
print(NLPTokenizer.segment(document))


shutdownJVM()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28