文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

HanLP分词器HanLPTokenizer怎么实现

2023-06-02 18:51

关注

HanLP分词器HanLPTokenizer怎么实现,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

anlp在功能上的扩展主要体现在以下几个方面:

•关键词提取 

•自动摘要

•短语提取 

•拼音转换

•简繁转换

•文本推荐

下面是 hanLP分词器的代码

注:使用maven依赖 

<dependency>  

   <groupId>com.hankcs</groupId>  

   <artifactId>hanlp</artifactId>  

   <version>portable-1.3.4</version>  

</dependency> 

使用了java8进行处理

import java.util.ArrayList;

import java.util.List;

import java.util.stream.Collectors;

import org.apache.commons.lang3.StringUtils;

import com.hankcs.hanlp.seg.Segment;

import com.hankcs.hanlp.seg.Dijkstra.DijkstraSegment;

import com.hankcs.hanlp.seg.NShort.NShortSegment;

import com.hankcs.hanlp.tokenizer.IndexTokenizer;

import com.hankcs.hanlp.tokenizer.NLPTokenizer;

import com.hankcs.hanlp.tokenizer.SpeedTokenizer;

import com.hankcs.hanlp.tokenizer.StandardTokenizer;

public class HanLPTokenizer {

private static final Segment N_SHORT_SEGMENT = new NShortSegment().enableCustomDictionary(false)

.enablePlaceRecognize(true).enableOrganizationRecognize(true);

private static final Segment DIJKSTRA_SEGMENT = new DijkstraSegment().enableCustomDictionary(false)

.enablePlaceRecognize(true).enableOrganizationRecognize(true);

public static List<String> standard(String text) {

List<String> list = new ArrayList<String>();

StandardTokenizer.segment(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list.stream().distinct().collect(Collectors.toList());

}

public static List<String> nlp(String text) {

List<String> list = new ArrayList<String>();

NLPTokenizer.segment(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list.stream().distinct().collect(Collectors.toList());

}

public static List<String> index(String text) {

List<String> list = new ArrayList<String>();

IndexTokenizer.segment(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list.stream().distinct().collect(Collectors.toList());

}

public static List<String> speed(String text) {

List<String> list = new ArrayList<String>();

SpeedTokenizer.segment(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list;

}

public static List<String> nShort(String text) {

List<String> list = new ArrayList<String>();

N_SHORT_SEGMENT.seg(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list.stream().distinct().collect(Collectors.toList());

}

public static List<String> shortest(String text) {

List<String> list = new ArrayList<String>();

DIJKSTRA_SEGMENT.seg(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list.stream().distinct().collect(Collectors.toList());

}

public static void main(String[] args) {

String text = "测试勿动12";

System.out.println("标准分词:" + standard(text));

System.out.println("NLP分词:" + nlp(text));

System.out.println("索引分词:" + index(text));

System.out.println("N-最短路径分词:" + nShort(text));

System.out.println("最短路径分词分词:" + shortest(text));

System.out.println("极速词典分词:" + speed(text));

}

}

关于  HanLP分词器HanLPTokenizer怎么实现问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注编程网行业资讯频道了解更多相关知识。

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯