java调用Hanlp分词器获取词性；自定义词性字典
若解读用户输入的一段话，找出输入内容的构成（名词、动词、形容词、地名、人名等）以便进一步的处理。
一、配置pom，导包：
com.hankcs
hanlp
portable-1.6.8
二、java代码实现分词：
/***
* hanlp分词
* @param input
*/
public static Map getOut(String input){
Map resMap = new HashMap<>();
Segment segment = HanLP.newSegment(); //使用Hanlp分词
List termList = segment.seg(input);
//遍历分词结果
for (Term term : termList) {
String word = term.toString().substring(0, term.length()); //词
String nature = term.toString().substring(term.length() + 1); //词性
if (StringUtils.isNotBlank(word) && StringUtils.isNotBlank(nature)) {
//将词及词性放到Map结果集中
resMap.put(word, nature);
}
}
return resMap;
}
public static void main(String[] args) {
Map out = getOut("我爱吃薯片，它是红薯油炸而来的，紫罗兰熊猫");
System.out.println("out = " + out);
} 运行结果：
out = {紫罗兰=n, 红薯=n, 它=rr, 的=ude1, 来=vf, 薯片=nf, ，=w, 而=cc, 是=vshi, 熊猫=n, 我=rr, 油炸=v, 爱吃=v}对照hanlp的词性表，得到每个词的词性：
| 符号 | 描述 |
| a | 形容词 |
| ad | 副形词 |
| ag | 形容词性语素 |
| al | 形容词性惯用语 |
| an | 名形词 |
| b | 区别词 |
| begin | 仅用于始##始 |
| bg | 区别语素 |
| bl | 区别词性惯用语 |
| c | 连词 |
| cc | 并列连词 |
| d | 副词 |
| dg | 辄,俱,复之类的副词 |
| dl | 连语 |
| e | 叹词 |
| end | 仅用于终##终 |
| f | 方位词 |
| g | 学术词汇 |
| gb | 生物相关词汇 |
| gbc | 生物类别 |
| gc | 化学相关词汇 |
| gg | 地理地质相关词汇 |
| gi | 计算机相关词汇 |
| gm | 数学相关词汇 |
| gp | 物理相关词汇 |
| h | 前缀 |
| i | 成语 |
| j | 简称略语 |
| k | 后缀 |
| l | 习用语 |
| m | 数词 |
| mg | 数语素 |
| Mg | 甲乙丙丁之类的数词 |
| mq | 数量词 |
| n | 名词 |
| nb | 生物名 |
| nba | 动物名 |
| nbc | 动物纲目 |
| nbp | 植物名 |
| nf | 食品，比如“薯片” |
| ng | 名词性语素 |
| nh | 医药疾病等健康相关名词 |
| nhd | 疾病 |
| nhm | 药品 |
| ni | 机构相关（不是独立机构名） |
| nic | 下属机构 |
| nis | 机构后缀 |
| nit | 教育相关机构 |
| nl | 名词性惯用语 |
| nm | 物品名 |
| nmc | 化学品名 |
| nn | 工作相关名词 |
| nnd | 职业 |
| nnt | 职务职称 |
| nr | 人名 |
| nr1 | 复姓 |
| nr2 | 蒙古姓名 |
| nrf | 音译人名 |
| nrj | 日语人名 |
| ns | 地名 |
| nsf | 音译地名 |
| nt | 机构团体名 |
| ntc | 公司名 |
| ntcb | 银行 |
| ntcf | 工厂 |
| ntch | 酒店宾馆 |
| nth | 医院 |
| nto | 政府机构 |
| nts | 中小学 |
| ntu | 大学 |
| nx | 字母专名 |
| nz | 其他专名 |
| o | 拟声词 |
| p | 介词 |
| pba | 介词“把” |
| pbei | 介词“被” |
| q | 量词 |
| qg | 量词语素 |
| qt | 时量词 |
| qv | 动量词 |
| r | 代词 |
| rg | 代词性语素 |
| Rg | 古汉语代词性语素 |
| rr | 人称代词 |
| ry | 疑问代词 |
| rys | 处所疑问代词 |
| ryt | 时间疑问代词 |
| ryv | 谓词性疑问代词 |
| rz | 指示代词 |
| rzs | 处所指示代词 |
| rzt | 时间指示代词 |
| rzv | 谓词性指示代词 |
| s | 处所词 |
| t | 时间词 |
| tg | 时间词性语素 |
| u | 助词 |
| ud | 助词 |
| ude1 | 的 底 |
| ude2 | 地 |
| ude3 | 得 |
| udeng | 等 等等 云云 |
| udh | 的话 |
| ug | 过 |
| uguo | 过 |
| uj | 助词 |
| ul | 连词 |
| ule | 了 喽 |
| ulian | 连 （“连小学生都会”） |
| uls | 来讲 来说 而言 说来 |
| usuo | 所 |
| uv | 连词 |
| uyy | 一样 一般 似的 般 |
| uz | 着 |
| uzhe | 着 |
| uzhi | 之 |
| v | 动词 |
| vd | 副动词 |
| vf | 趋向动词 |
| vg | 动词性语素 |
| vi | 不及物动词（内动词） |
| vl | 动词性惯用语 |
| vn | 名动词 |
| vshi | 动词“是” |
| vx | 形式动词 |
| vyou | 动词“有” |
| w | 标点符号 |
| wb | 百分号千分号，全角：％ ‰ 半角：% |
| wd | 逗号，全角：， 半角：, |
| wf | 分号，全角：； 半角： ; |
| wh | 单位符号，全角：￥ ＄ ￡ ° ℃ 半角：$ |
| wj | 句号，全角：。 |
| wky | 右括号，全角：） 〕 ］ ｝ 》 】 〗 〉 半角： ) ] { > |
| wkz | 左括号，全角：（ 〔 ［ ｛ 《 【 〖 〈 半角：( [ { < |
| wm | 冒号，全角：： 半角： : |
| wn | 顿号，全角：、 |
| wp | 破折号，全角：—— －－ ——－ 半角：— —- |
| ws | 省略号，全角：…… … |
| wt | 叹号，全角：！ |
| ww | 问号，全角：？ |
| wyy | 右引号，全角：” ’ 』 |
| wyz | 左引号，全角：“ ‘ 『 |
| x | 字符串 |
| xu | 网址URL |
| xx | 非语素字 |
| y | 语气词(delete yg) |
| yg | 语气语素 |
| z | 状态词 |
| zg | 状态词 |
三、到这基本的分词及词性已经获取到了，但是又发现这样得到的词性都是固定的，像我输入的这段话"请问怎么哪家公司有边缘计算相关的项目?"中，"边缘计算"被分成了"边缘"（n-名词）、"计算"（v-动词）,但是业务需求是"边缘计算"属于某些项目的业务标签，定义在系统的字典表中，这时就要自定义hanlp的词性了。
查了一些文章，基本都是导入一个自定义的txt文件，文件中定义词及词性，但是我这里是通过maven引用的hanlp包，而且自定义的词性也不是固定的，而是从系统的字典表中动态读取的。于是有了以下代码：
/***
* hanlp分词
* @param input
*/
public static Map getOut(String input){
Map resMap = new HashMap<>();
//使用Hanlp分词;允许用户自定义词性字典
Segment segment = HanLP.newSegment().enableCustomDictionary(true);
//添加自定义词性(此处添加了一个词做测试；真实业务中是读取字典表中的词并添加到自定义词性)
//其中"zingyidongwu"是自定义的词性
CustomDictionary.add("紫罗兰熊猫","zingyidongwu");
List termList = segment.seg(input);
//遍历分词结果
for (Term term : termList) {
String word = term.toString().substring(0, term.length()); //词
String nature = term.toString().substring(term.length() + 1); //词性
if (StringUtils.isNotBlank(word) && StringUtils.isNotBlank(nature)) {
//将词及词性放到Map结果集中
resMap.put(word, nature);
}
}
return resMap;
}
public static void main(String[] args) {
Map out = getOut("我爱吃薯片，它是红薯油炸而来的，紫罗兰熊猫");
System.out.println("out = " + out);
} 运行结果：
out = {紫罗兰熊猫=zingyidongwu, 红薯=n, 它=rr, 的=ude1, 来=vf, 薯片=nf, ，=w, 而=cc, 是=vshi, , 我=rr, 油炸=v, 爱吃=v}可以看到，这次的分词结果中，"紫罗兰熊猫"没有被拆分，而且词性也变成了自定义的"zingyidongwu"词性。