pyhanlp用戶自定義詞典添加 實例說明

創(chuàng)新互聯(lián)公司是一家專注于成都網(wǎng)站建設(shè)、成都做網(wǎng)站與策劃設(shè)計,徐州網(wǎng)站建設(shè)哪家好?創(chuàng)新互聯(lián)公司做網(wǎng)站,專注于網(wǎng)站建設(shè)十載,網(wǎng)設(shè)計領(lǐng)域的專業(yè)建站公司;建站業(yè)務(wù)涵蓋:徐州等地區(qū)。徐州做網(wǎng)站價格咨詢:028-86922220

pyhanlp是python版封裝的的HanLP，項目地址：https://github.com/hankcs/pyhanlp

經(jīng)過測試， HanLP比nltk在中文分詞和實體識別方面都更好用 .

如何向 pyhanlp添加自定義的詞典？以python 2.7.9為例：

1.安裝pyhanlp：pip install pyhanlp

2.在字典路徑下添加自定義的詞典：CustomDictionary主詞典文本路徑是data/dictionary/custom/CustomDictionary.txt，用戶可以在此增加自己的詞語（不推薦）；也可以單獨新建一個文本文件，通過配置文件；CustomDictionaryPath=data/dictionary/custom/CustomDictionary.txt; 我的詞典.txt;來追加詞典（推薦）。

具體絕對路徑可用 hanlp --version獲取：

#hanlp --version

jar1.6.3:/usr/local/lib/python2.7/site-packages/pyhanlp/static/hanlp-1.6.3.jar

data 1.6.2: /usr/local/lib/python2.7/site-packages/pyhanlp/static/data

config:/usr/local/lib/python2.7/site-packages/pyhanlp/static/hanlp.properties

#cat /usr/local/lib/python2.7/site-packages/pyhanlp/static/hanlp.properties | grep "CustomDictionaryPath"

3.建議在該路徑下添加自己的詞典文件例如 我的詞典.txt，并將其加入上面的properties文件里的CustomDictionaryPath下面。

#cat 我的詞典.txt  

codis集群 nz 1000

今日頭條 nz 1000

 

第一列為詞條，第二列為詞性（默認(rèn)為 n），第三列為詞頻

4.然后需要刪除緩存文件，這樣python才會重新加載新增的文件：

#rm -f CustomDictionary.txt.bin

 

5.測試新增的詞典：

python -c "from pyhanlp import *;print(HanLP.segment('codis集群,今日頭條'))"

五月 16, 2018 4:43:14 下午 com.hankcs.hanlp.corpus.io.IOUtil readBytes

警告： 讀取

/usr/local/lib/python2.7/site-packages/pyhanlp/static/data/dictionary/custom/CustomDictionary.txt.bin時發(fā)生異常java.io.FileNotFoundException: /usr/local/lib/python2.7/site-packages/pyhanlp/static/data/dictionary/custom/CustomDictionary.txt.bin (沒有那個文件或目錄)

 

報這個錯誤沒有關(guān)系，只是個 warning，重新加載緩存文件而已。

 

備注：

HanLP詞性列表： 詳細的詞性列表可以查詢 hanlp項目網(wǎng)站上內(nèi)容，更為全面詳細！

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

作者：明月三千里 68

 

本文標(biāo)題：pyhanlp用戶自定義詞典添加實例說明
本文來源：http://www.chinadenli.net/article24/iiegce.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供全網(wǎng)營銷推廣、搜索引擎優(yōu)化、營銷型網(wǎng)站建設(shè)、企業(yè)網(wǎng)站制作、網(wǎng)站改版、外貿(mào)網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)