springboot整合HanLP详解文本的关键字提取-人名识别-字体转换-分词-文本推荐

1.创建一个普通的springboot项目。（工具IDEA）

2.引入依赖坐标

    com.hankcs
    hanlp
    portable-1.3.2

注释：我的mvn镜像使用的阿里的，如果没用hanpl，可以修改镜像，配置idea。

配置步骤：

在.m2文件夹下面，修改setting.xml配置，如果不存在setting.xml则创建，setting.xml内容改为如下。

 

IDEA配置

在修改User settinging file，路径改为我们刚修改的setting.xml的路径，点击apply。

 

    
    
        alimaven
        central
        aliyun maven
        http://maven.aliyun.com/nexus/content/repositories/central/
    
 
 
    
    
        repo1
        central
        Human Readable Name for this Mirror.
        http://repo1.maven.org/maven2/
    
 
 
    
    
        repo2
        central
        Human Readable Name for this Mirror.
        http://repo2.maven.org/maven2/
    

 

3.HanLP详解

1.标准分词：将一个字符串进行分词

HanLP.segment(String);

2.中国人名识别：

HanLP.newSegment().enableNameRecognize(true).seg（String）;

3.关键字的提取：

HanLP.extractKeyword（String,index）,前一个参数为字符串，后一个参数为关键字的个数。

4.字体的转换：

HanLP.convertToTraditionalChinese()//简体转换为繁体
HanLP.convertToSimplifiedChinese()//繁体转换为简体

5.文本推荐：

Suggester对象的addSentence（内置Map容器进行存储）（方法），在进行推荐匹配suggest。

4.测试

@Test
public void contextLoads() {

    System.out.println("1-->" + HanLP.segment("你好，欢迎使用HanLP汉语处理包！"));
    System.out.println("2-->" + HanLP.extractKeyword("程序员(英文Programmer)是从事程序开发、" +
            "维护的专业人员。一般将程序员分为程序设计人员和程序编码人员，但两者的界限并不非常清楚，" +
            "特别是在中国。软件从业人员分为初级程序员、高级程序员、系统分析员和项目经理四大类", 5));
    System.out.println("3-->" + HanLP.convertToTraditionalChinese("用笔记本电脑写程序"));
    System.out.println("4-->" + HanLP.convertToSimplifiedChinese("「以後等妳當上皇后，就能買士多啤梨慶祝了」"));
    System.out.println("5-->" + HanLP.newSegment().enableNameRecognize(true).seg("签约仪式前，秦光荣、李纪恒、仇和等一同会见了参加签约的企业家。"));
    Suggester suggester = new Suggester();
    String[] titleArray =
            (
                    "威廉王子发表演说 呼吁保护野生动物\n" +
                            "《时代》年度人物最终入围名单出炉 普京马云入选\n" +
                            "“黑格比”横扫菲：菲吸取“海燕”经验及早疏散\n" +
                            "日本保密法将正式生效 日媒指其损害国民知情权\n" +
                            "人工智能如今是非常火热的一门技术”"
            ).split("\\n");
    for (String title : titleArray) {
        suggester.addSentence(title);
    }
    System.out.println("6-->" +suggester.suggest("机器学习", 1));   // 语义
    System.out.println("7-->" +suggester.suggest("危机公共", 1));   // 字符
    System.out.println("8-->" +suggester.suggest("mayun", 1));     // 拼音

}

运行结果：

存在错误的地方，希望大佬们指正。