Hanlp汉字转拼音使用python调用详解

463 阅读1分钟

**1、**hanlp简介

HanLP是一系列模型与算法组成的NLP工具包,由大快搜索主导并完全开源,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。

开源网址:

HanLP: Han Language Processing

但由于

hanlp是用java来实现的,要在python中使用hanlp,只能通过调用pyhanlp这个包来。

但是

pyhanlp里面有一些功能仍然不支持python直接调用,比如汉字转拼音,这时候就需要从python中启动jvm并指定Hanlp的jar路径来使用其他功能了。

2

、下载并配置文件

1)从开源网址中下载jar、data、hanlp.properties并修改配置文件:

1、下载:data.zip

下载后解压到任意目录,接下来通过配置文件

hanlp.properties告诉HanLP数据包的位置。

data

├─dictionary

└─model

用户可以自行增删替换,如果不需要句法分析等功能的话,随时可以删除

model文件夹。

3

、下载

jar和配置文件:hanlp-release.zip

1

配置文件

hanlp.properties的作用是告诉HanLP数据包的位置,只需修改第一行为data的父目录即可:

root=D:/JavaProjects/HanLP/

比如

data目录是/Users/hankcs/Documents/data,那么root=/Users/hankcs/Documents/ 。

2)从python中启动jvm以及添加jar包路径

2e4d4a9bcf783fb451379dcedc39989aadd3ad89

其中

-Djava.class.path是用来添加jar包到classpath中,然后用startJVM来启动jvm。

startJVM第一个参数是系统内的jvm位置,第二个为*arg参数,此处放置classpath。

2197faba7662682ff2056eda1c9ee2bb35957b77

以上得到的是

java的ArrayList类型,需要将他装换为string类型:

affd2afe88ceb86f41072c1a2ce5114824b7bf1f

结果如下:

8542ed1204629207439337b9038e23f96ee9e19c

4

、最后记得关闭

JVM

f8f4e165336ea5af45b2f72b69176d8712de14aa

--------------------