哈工大自然语言处理工具pyltp的本地安装方法

在研究中发现，哈工大的LTP在分词、实体识别等方面的效果甚至要优于中科院ICTCLAS，而且LTP还具备了目前在中文信息处理领域较为罕见的语义角色标注（SRL）功能。以前我都是直接以get方式通过LTP-Cloud去使用的，但是由于受限于网速，当语料较大时 执行速度较慢。于是近期考虑在自己的机子上安装，由于个人比较喜欢用ython编程，所以就安装了官方发布的pyltp。在安装过程中遇到了不少问题，我联系了哈工大的刘一佳博士和徐梓翔同学，在他们的耐心帮助下，终于安装成功。向他们表示感谢！现将我的安装过程做下总结，使你也少走弯路。

1 准备工作

1.1 系统环境

我的环境是 windows server 2008，Python3.2(32位版)，开发工具为HBuilder【你可能也知道HBuilder适合做Web开发，但是为HBuilder安装pydev插件后，也可编写Python程序，由于我平时还喜欢写些php网页，刚好一个软件都能满足我】

1.2 安装CMAKE

LTP是用c++写的，pyltp也是基于它封装而成的，所以需要安装camke. 我安装的是二进制版的 cmake-3.2.2-win32-x86.exe 安装后不用配置环境变量。

1.3 安装VS2008

在pyltp的安装过程中 需要调用 cl.exe 完成源码的编译。安装的是微软官方的vs2008 express 版。这个安装好后，需要将cl.exe 的路径添加到环境变量PATH中去（如我的是C:\Program Files (x86)\Microsoft Visual Studio 9.0\VC\bin\cl.exe）

2 pyltp安装步骤

2.1 下载pyltp并解压到任意位置

下载页面：https://github.com/hit-scir/pyltp

2.2 下载ltp并解压到任意位置

下载页面：https://github.com/hit-scir/ltp

2.3 将解压后的ltp文件夹命名为ltp，整体复制到pyltp中。

也就是将ltp所有内容作为一个文件夹放到pyltp中。解压pyltp后所得到的文件夹中已经有一个名为ltp的空文件夹，把它替换或覆盖即可。

2.4 安装pyltp

我是在cmd中通过 python setup.py install 命令实现安装的，过程较慢，耐心等待，后期会出现大量的warning信息，不要在意。安装程序执行完毕后，在Python中执行import pyltp 不报错，说明安装成功了。

到这里 核心程序的部署已经完成，而且官方的样例已经可以顺利执行了。我把这个文件夹部署到自己的Python项目中，在运行例子程序时 发现它的效果奇差。经进一步咨询上述两位同学后得知，pyltp自带的这些模型文件（在ltp_data文件夹中）仅为测试之用，正式的model文件还需要从网上下载。见2.4步

2.4 下载并部署模型文件

完整的模型文件下载地址： http://pan.baidu.com/share/link?shareid=1988562907&uk=2738088569，我选择的是目前最新的3.2.0版本(ltp-data-v3.2.0.zip)，解压后得到一个大于1G的文件夹，确保此文件夹名称为ltp_data。至于这个文件夹要放到哪里，经过分析官方例子，发现它的位置任意，但在Python程序中一定要指明这个路径。于是我把它放到我的项目的根目录下，并确保与存放Python源程序的src目录并列，这样官方的例子不用做修改就可加载这个文件夹了。

注意，官方的例子是基于Python2的，如果你和我一样也是Python3系列的，那么需要把print后面的语句 加上括号

完成后，即可发现pyltp终于可以运行了。

在执行第二个功能时，即词性标注，控制台会出现警告：[WARNING] 2015/04/27 18:50:10 No constraints is loaded.  经询问这是提示没有加载自定义的词性标注词典。官方解释说，这是由于目前的pyltp版尚不支持用户加入本地的各类词典。

下一步将了解如何解析pyltp的执行结果。