[655]HanLP 分词

conda install -c conda-forge jpype1
pip install pyhanlp

$ hanlp segment
商品和服务
商品/n 和/cc 服务/vn
当下雨天地面积水分外严重
当/p 下雨天/n 地面/n 积水/n 分外/d 严重/a

C:\Users\WYXCz>hanlp parse
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。
1       徐      徐      nh      nr      _       2       定中关系        _       _
2       先生    先生    n       n       _       5       主谓关系        _       _
3       还      还      d       d       _       5       状中结构        _       _
4       具体    具体    a       ad      _       5       状中结构        _       _
5       帮助    帮助    v       v       _       0       核心关系        _       _
6       他      他      r       r       _       5       兼语    _       _
7       确定    确定    v       v       _       5       动宾关系        _       _
8       了      了      u       u       _       7       右附加关系      _       _
9       把      把      p       p       _       16      状中结构        _       _
10      画      画      v       v       _       9       介宾关系        _       _
11      雄鹰    雄鹰    n       n       _       10      动宾关系        _       _
12      、      、      wp      w       _       13      标点符号        _       _
13      松鼠    松鼠    n       n       _       11      并列关系        _       _
14      和      和      c       c       _       15      左附加关系      _       _
15      麻雀    麻雀    n       n       _       11      并列关系        _       _
16      作为    作为    v       v       _       7       动宾关系        _       _
17      主攻    主攻    v       vn      _       18      定中关系        _       _
18      目标    目标    n       n       _       16      动宾关系        _       _
19      。      。      wp      w       _       5       标点符号        _       _

from pyhanlp import *
content = "现如今，机器学习和深度学习带动人工智能飞速的发展，并在图片处理、语音识别领域取得巨大成功。"
print(HanLP.segment(content))

txt = "铁甲网是中国最大的工程机械交易平台。"
print(HanLP.segment(txt))

CustomDictionary.add("铁甲网")
CustomDictionary.insert("工程机械", "nz 1024")
CustomDictionary.add("交易平台", "nz 1024 n 1")
print(HanLP.segment(txt))

from pyhanlp import *

print(HanLP.segment('你好，欢迎在Python中调用HanLP的API'))
for term in HanLP.segment('下雨天地面积水'):
    print('{}\t{}'.format(term.word, term.nature)) # 获取单词与词性
testCases = [
    "商品和服务",
    "结婚的和尚未结婚的确实在干扰分词啊",
    "买水果然后来世博园最后去世博会",
    "中国的首都是北京",
    "欢迎新老师生前来就餐",
    "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",
    "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。"]
for sentence in testCases: print(HanLP.segment(sentence))
# 关键词提取
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，" \
           "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，" \
           "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，" \
           "严格地进行水资源论证和取水许可的批准。"
print(HanLP.extractKeyword(document, 2))
# 自动摘要
print(HanLP.extractSummary(document, 3))
# 依存句法分析
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。"))