HanLP: Han Language Processing
汉语言处理包
HanLP 是由一系列模型与算法组成的 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。
HanLP 提供下列功能:
-
中文分词
-
最短路分词
-
N-最短路分词
-
CRF分词
-
索引分词
-
极速词典分词
-
用户自定义词典
-
-
词性标注
-
命名实体识别
-
中国人名识别
-
音译人名识别
-
日本人名识别
-
地名识别
-
实体机构名识别
-
-
关键词提取
-
TextRank关键词提取
-
-
自动摘要
-
TextRank自动摘要
-
-
短语提取
-
基于互信息和左右信息熵的短语提取
-
-
拼音转换
-
多音字
-
声母
-
韵母
-
声调
-
-
简繁转换
-
繁体中文分词
-
简繁分歧词
-
-
文本推荐
-
语义推荐
-
拼音推荐
-
字词推荐
-
-
依存句法分析
-
MaxEnt依存句法分析
-
CRF依存句法分析
-
-
语料库工具
-
分词语料预处理
-
词频词性词典制作
-
BiGram统计
-
词共现统计
-
CoNLL语料预处理
-
CoNLL UA/LA/DA评测工具
-
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。
评论