python 哈工大NTP分词 安装pyltp 及配置模型（python3.5 3.6）
哈工大语言云 NTP python使用
系统配置（方法windows通用）：
windows10 python3.5
使用文档地址：https://pyltp.readthedocs.io/zh_CN/latest/api.html#id13
第一步 ：安装pyltp##
######三个无果尝试
（无果的） cmd pip install pyltp 失败
（无果的）[pip 指定 安装源方法安装] ，此方法很长时间，也不一定有结果，不建议再尝试啦(https://blog.csdn.net/shuihupo/article/details/81416381)：
pip install pyltp -i https://pypi.douban.com/simple
（无果的）（下载安装包安装，满满的期待满满的失望），安装包地址： https://pypi.org/search/?q=pyltp
[[Python第三方库安装方法](https://blog.csdn.net/shuihupo/article/details/79992615)]（包括不同格式压缩文件的安装，和存放地址说明）(https://blog.csdn.net/shuihupo/article/details/79992615)
最后一步报错：
“d:\local\anaconda3\tools\scripts\pyltp-0.2.1\ltp\src\srl\include\extractor\Converter.h(32): error C3861: ‘convert’: identifier not found
error: command ‘C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\BIN\x86_amd64\cl.exe’ failed with exit status 2”
又开始满满搜索
######有果的成功安装
下载wheels
这是一个大神在自己的电脑（win10）上编译的，64bit的windows应该都可以，亲测成功。csdn下载地址
pyltp-0.2.1-cp35-cp35m-win_amd64.whl
pyltp-0.2.1-cp36-cp36m-win_amd64.whl
注意: 这两个文件的区别是python版本号
安装方法参考我的另一个博客：（包括不同格式压缩文件的安装，和存放地址说明）(https://blog.csdn.net/shuihupo/article/details/79992615)
也可以在这里下载这里写链接内容
第二步 ：模型下载##
######下载地址
官网，http://ltp.ai/download.html
######注意
######1.版本的匹配目前最新的配置：
- pyltp 版本：0.2.0
- LTP 版本：3.4.0
-
模型版本：3.4.0 （解压前600多兆）
######2.存放地址
（1）新建一个项目文件夹，比如：D:\myLTP；
（2）将模型文件解压，将带版本号的模型文件改名字为ltp_data。文件夹放入项目文件夹；这将是我们以后加载模型的路径。 D:\myLTP\ltp_data.
下面说明所包含的模型内容：
1. 官方的下载模型文件，ltp_data并解压到任意位置（注意点：模型的路径最好不要有中文，不然模型加载不出），
2. 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，位置任意，但在Python程序中一定要指明这个路径。
3. LTP提供的模型包括：（在ltp_data文件夹里面）
cws.model 分句模型，单文件
pos.model 词性标注模型，单文件
ner.model 命名实体识别模型，单文件
parser.model 依存句法分析模型，单文件
srl_data/ 语义角色标注模型，多文件（文件夹srl）（注意：按照官网提示注：3.4.0 版本 SRL模型 pisrl.model 如在windows系统下不可用，可以到官网“此链接” 下载支持windows的语义角色标注模型。）
2017/06/15 16:42 182,672,934 cws.model
2017/07/07 15:47 260 md5.txt
2017/06/15 15:19 22,091,814 ner.model
2017/06/15 16:26 367,819,616 parser.model
2017/06/15 16:00 196,372,381 pisrl.model
2017/06/15 16:43 433,443,857 pos.model
2017/07/07 15:47 6 version
7 个文件 1,202,400,868 字节
2 个目录 108,015,374,336 可用字节
- 文档说明地址：https://github.com/HIT-SCIR/ltp
- Python文档说明地址：https://github.com/HIT-SCIR/pyltp
- http://pyltp.readthedocs.io/zh_CN/latest/api.html#id2
##第三步 测试
文档地址：https://pyltp.readthedocs.io/zh_CN/latest/api.html#id13
在使用时，使用类似的方式的加载模型，注意替换自己的模型地址
使用 pyltp 进行分句示例如下，注意将官网示例由python2的语法，转换python3,主要是print加括号。
# -*- coding: utf-8 -*-
from pyltp import SentenceSplitter
sents = SentenceSplitter.split('元芳你怎么看？我就趴窗口上看呗！') # 分句
print '\n'.join(sents)
结果如下
元芳你怎么看？
我就趴窗口上看呗！
分词测试：
# -*- coding: utf-8 -*-
import os
LTP_DATA_DIR = 'E:\MyLTP\ltp_data' # ltp模型目录的路径
cws_model_path = os.path.join(LTP_DATA_DIR, 'cws.model') # 分词模型路径，模型名称为`cws.model`
from pyltp import Segmentor
segmentor = Segmentor() # 初始化实例
segmentor.load(cws_model_path) # 加载模型
words = segmentor.segment('元芳你怎么看') # 分词
print('\t'.join(words))
segmentor.release() # 释放模型
元芳 你 怎么 看
Process finished with exit code 0