当前位置:网站首页>mac 安装hanlp,以及win下安装与使用
mac 安装hanlp,以及win下安装与使用
2020-11-06 01:27:00 【IT界的小小小学生】
hanlp简介:
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。
功能: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
新词发现 短语提取 自动摘要 文本分类 拼音简繁
hanlp环境安装(mac)
hanlp是java写的开源库,在python环境中调用hanlp需要java环境的支持和python调用java的工具
- 安装java
- 安装Jpype
JPype是一个能够让 python 代码方便地调用 Java 代码的工具,从而克服了 python 在某些领域(如服务器端编程)中的不足。
pip install jpype1
import jpype
print(jpype.__version__)
0.7.0
执行如下代码测试:
import jpype
print(jpype.__version__)
if __name__=="__main__":
# 获取系统的jvm路径
jvm_path = jpype.getDefaultJVMPath()
print(jvm_path)
# 设置jvm路径,以启动java虚拟机
jpype.startJVM(jvm_path,convertStrings=False)
# 执行java代码
jpype.java.lang.System.out.println('hello world')
# 关闭jvm虚拟机,当使用完 JVM 后,可以通过 jpype.shutdownJVM() 来关闭 JVM,该函数没有输入参数。当 python 程序退出时,JVM 会自动关闭。
jpype.shutdownJVM()
/Library/Java/JavaVirtualMachines/jdk1.8.0_211.jdk/Contents/Home/jre/lib/jli/libjli.dylib
hello world
接下来配置hanlp 安装
1、下载hanlp.jar包: 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。
3、配置文件 示例配置文件:hanlp.properties配置文件的作用是告诉HanLP数据包的位置,只需修改第一行:root=usr/home/HanLP/ 比如data目录是/Users/hankcs/Documents/data,那么root=/Users/hankcs/Documents/
也可以从我的百度网盘下载。
配置的路径参考:https://objc.com/article/17

window 下使用参考:https://blog.csdn.net/HHTNAN/article/details/81908451
参考链接:
可参考的官网链接
https://github.com/hankcs/HanLP
http://hanlp.com
版权声明
本文为[IT界的小小小学生]所创,转载请带上原文链接,感谢
https://vip01.blog.csdn.net/article/details/93599435
边栏推荐
猜你喜欢
随机推荐
5.4 静态资源映射 -《SSM深入解析与项目实战》
VUEJS开发规范
Python 基于jwt实现认证机制流程解析
利用 AWS SageMaker BlazingText 对不均衡文本进行多分类
我们编写 React 组件的最佳实践
TF flags的简介
梯度下降算法在机器学习中的工作原理
如何将分布式锁封装的更优雅
WeihanLi.Npoi 1.11.0/1.12.0 Release Notes
Cocos Creator 源码解读:引擎启动与主循环
想要做读写分离,送你一些小经验
计算机TCP/IP面试10连问,你能顶住几道?
【无思路题目】1636. 按照频率将数组升序排序
什么是无副作用的函数方法?如何取名? - Mario
C语言中字符字符串以及内存操作函数
计组-字长
GDB调试基础使用方法
9.2.4 settingselement method (XML configuration builder analysis) - SSM in depth analysis and project practice
Dapr实现分布式有状态服务的细节
Probabilistic linear regression with uncertain weights