共計 959 個字符，預計需要花費 3 分鐘才能閱讀完成。

丸趣 TV 小編給大家分享一下如何利用 HanLP 計算中文詞語語義相似度，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

在 java 項目中配置 HanLP 推薦使用 Maven 方法

在 poem.xml 中加入以下代碼

dependency 
  groupId com.hankcs /groupId 
  artifactId hanlp /artifactId 
  version portable-1.3.3 /version /dependency

但是在 AndroidStudio 中，沒有 Maven，所以在 build.gradle 的 dependencies 中加入如下代碼

compile  com.hankcs:hanlp:portable-1.3.3

還可以下載 jar 包和 data 包，使用 hanlp.properties 進行手動配置

在 IntelliJ IDEA 中進入 file – project structure，在 Libraries 中添加 jar 包

更改 hanlp.properties 中的首行，指向 data 包所在的位置

將 hanlp.properties 放在 out – production – name 目錄下

調用 HanLP

import com.hankcs.hanlp.dictionary.CoreSynonymDictionary;

只需要以上語句便可以使用 HanLP

// 使用 hanlp 計算語義距離 double[] numarray = new double[title_list.size()]; for (int i = 0; i   results.size(); i++) { for (int j = 0; j   title_list.size(); j++) { numarray[j] += CoreSynonymDictionary.similarity(results.get(i).name().toString(), title_list.get(j).toString());
 }
 }

以上是“如何利用 HanLP 計算中文詞語語義相似度”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注丸趣 TV 行業資訊頻道！