java分词工具hanlp介绍

阅读更多

 

前几天(6月28日),在第23届中国国际软件博览会上,hanlp这款自然语言处理工具荣获了“2019年第二十三届中国国际软件博览会优秀产品”。


java分词工具hanlp介绍_第1张图片
 

HanLP是由一系列模型预算法组成的工具包,结合深度神经网络的分布式自然语言处理,具有功能完善、性能高效、架构清晰、语料时新、可自定义等特点,提供词法分析、句法分析、文本分析和情感分析等功能,是GitHub最受欢迎、用户量最大(超过13000个star)、社区活跃度最高的自然语言处理技术。

HanLP完全开源,包括词典。不依赖其他jar,底层采用了一系列高速的数据结构,如双数组Trie树、DAWG、AhoCorasickDoubleArrayTrie等,这些基础件都是开源的。官方模型训练自2014人民日报语料库,您也可以使用内置的工具训练自己的模型。

通过工具类HanLP您可以一句话调用所有功能,文档详细,开箱即用。底层算法经过精心优化,极速分词模式下可达2,000万字/秒,内存仅需120MB。在IO方面,词典加载速度极快,只需500 ms即可快速启动。HanLP经过多次重构,目前已经更新到了1.7版本,新增并完善了中文分词、命名实体识别、信息抽取、文本分类、文本聚类、画法分析等功能,使用效率和适用性得到了大幅提升。


java分词工具hanlp介绍_第2张图片
 

 
java分词工具hanlp介绍_第3张图片
 

 
java分词工具hanlp介绍_第4张图片
 

  • java分词工具hanlp介绍_第5张图片
  • 大小: 473.7 KB
  • java分词工具hanlp介绍_第6张图片
  • 大小: 92.1 KB
  • java分词工具hanlp介绍_第7张图片
  • 大小: 74.8 KB
  • java分词工具hanlp介绍_第8张图片
  • 大小: 59.1 KB
  • 查看图片附件

你可能感兴趣的:(java分词工具hanlp介绍)