HanLP - 漢語言處理包

標籤：

摺疊導航HanLP

• 下載
• 文檔
• 聯絡
• 關於

開源自由的漢語言處理包功能全面調用簡單 歡迎使用HanLP HanLP v1.2.4

HanLP是由一系列模型與演算法組成的Java工具包，目標是普及自然語言處理在生產環境中的應用。不僅僅是分詞，而是提供詞法分析、句法分析、語義理解等完備的功能。HanLP具備功能完善、效能高效、架構清晰、語料時新、可自訂的特點。

Download Free & Open Source

HanLP完全開源，包括詞典。不依賴其他jar，底層採用了一系列高速的資料結構，如雙數組Trie樹、DAWG、AhoCorasickDoubleArrayTrie等，這些基礎件都是開源的。官方模型訓練自2014人民日報語料庫，您也可以使用內建的工具訓練自己的模型。

Star Me Easy to Use

通過工具類HanLP您可以一句話調用所有功能，文檔詳細，開箱即用。底層演算法經過精心最佳化，極速分詞模式下可達2,000萬字/秒，記憶體僅需120MB。在IO方面，詞典載入速度極快，只需500 ms即可快速啟動。HanLP經過多次重構，歡迎二次開發。

Documentation組件一覽技術參數

HanLP v1.2.4的特徵:

• 最高分詞速度2,000萬字/秒（極速分詞，2.0GHz i7）
• 35萬詞典，覆蓋現代漢語常用詞、網路新詞等
• 337萬接續BiGram文法模型
• 500 ms 詞典載入
• 訓練自2014年人民日報切分語料
• 詞語標註集相容《ICTPOS3.0漢語詞性標記集》
• 詞語標註集相容《現代漢語語料庫加工規範——詞語切分與詞性標註》
• 最低記憶體要求120 MB（-Xms120m -Xmx120m -Xmn64m）
• 基於雙數組Trie的AhoCorasick自動機演算法實現O(n)多模式比對
• 運行於Java6+
• 提供Lucene外掛程式，相容Lucene4.x
• Apache License Version 2.0

HanLP產品初始智慧財產權歸上海林原資訊科技有限公司所有，任何人和企業可以無償使用，可以對產品、原始碼進行任何形式的修改， 可以打包在其他產品中進行銷售。任何使用了HanLP的全部或部分功能、詞典、模型的項目、產品或文章等形式的成果必須顯式註明HanLP及此項目首頁。

最新版本：HanLP v1.2.4

下載來源網址：http://hanlp.linrunsoft.com/index.html  

Copyright ? 上海林原資訊科技有限公司 2014

來自為知筆記(Wiz)

HanLP - 漢語言處理包