Java汉语言处理工具：HanLP初体验_java hanlp

最近需要用分词系统对新闻文本做一些处理，之前用了jieba做的，但jiaba识别人名、地名、各种名字的表现很差，所以要么自己写识别算法，要么换分词工具。HanLP看了下介绍，感觉挺不错的，功能能扣得上我的需求。言归正传，往下走。

HanLP

HanLP是清华大学开发的，由一系列模型与算法组成的开源Java工具包，目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。

在提供丰富功能的同时，HanLP内部模块坚持低耦合、模型坚持惰性加载、服务坚持静态提供、词典坚持明文发布，使用非常方便，同时自带一些语料处理工具，帮助用户训练自己的语料。（转自官网，有修改）
官网：http://hanlp.linrunsoft.com/index.html

安装

不得不说maven真是个好东西，繁杂的配置工程，只用在pom.xml里加几行这个，就ok了，真的造福我们这种懒人。

<dependency>
    <groupId>com.hankcs</groupId>
    <artifactId>hanlp</artifactId>
    <version>portable-1.2.8</version>
</dependency>
1
2
3
4
5

加上以后记得要在maven build里面compile一下

如果不是maven工程，可以跟着官网文档的步骤慢慢来：
http://hanlp.linrunsoft.com/doc.html

初测

compile之后，一定要耐心等一会

我当时立马兴奋的试了一下官网给的demo

import java.util.List;

import com.hankcs.hanlp.*;
import com.hankcs.hanlp.seg.common.Term;

public class HanTest {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		System.out.println(HanLP.segment("你好，欢迎使用HanLP！"));
		
		List<Term> termList = HanLP.segment("商品和服务");
		System.out.println(termList);
	}

}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

但运行成功却没出预计结果，只报了这个：
Usage: MapFile inFile outFile
查了半天没查出来这是个啥错，emm？？？

十几分钟后，不死心再试一次，结果居然好了！
输出结果：

[你好/l, ，/w, 欢迎/v, 使用/v, HanLP/nx, ！/w]
[商品/n, 和/c, 服务/vn]
1
2

之前应该是maven还没把整个包下载好导致的

安装成功，可以用了，清爽、舒服！