共計 3689 個字符，預(yù)計需要花費 10 分鐘才能閱讀完成。
這篇文章給大家介紹 Java 中如何使用 hanlp 中文分詞，內(nèi)容非常詳細(xì)，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。
項目結(jié)構(gòu)
該項目中，.jar 和 data 文件夾和.properties 需要從官網(wǎng) /github 下載，data 文件夾下載
項目配置
修改 hanlp.properties:
#/Test/src/hanlp.properties:
# 本配置文件中的路徑的根目錄
#root=E:/SourceCode/eclipsePlace/Test
root=./
……
配置文件的作用是告訴 HanLP 數(shù)據(jù)包即 data 文件夾的位置，root 的值為 data 文件夾的父目錄，可以使用絕對路徑或相對路徑。
測試代碼
package com.test;
import java.util.List;
import com.hankcs.hanlp.HanLP;
import com.hankcs.hanlp.seg.common.Term;
import com.hankcs.hanlp.suggest.Suggester;
import com.hankcs.hanlp.tokenizer.NLPTokenizer;
public class MainTest {
public static void main(String[] args) {
System.out.println(首次編譯運行時，HanLP 會自動構(gòu)建詞典緩存，請稍候……\n
// 第一次運行會有文件找不到的錯誤但不影響運行，緩存完成后就不會再有了
System.out.println(標(biāo)準(zhǔn)分詞：
System.out.println(HanLP.segment( 你好，歡迎使用 HanLP！));
System.out.println(\n
List Term termList = NLPTokenizer.segment(中國科學(xué)院計算技術(shù)研究所的宗成慶教授正在教授自然語言處理課程
System.out.println(NLP 分詞：
System.out.println(termList);
System.out.println(\n
System.out.println(智能推薦：
getSegement();
System.out.println(\n
System.out.println(關(guān)鍵字提取：
getMainIdea();
System.out.println(\n
System.out.println(自動摘要：
getZhaiYao();
System.out.println(\n
System.out.println(短語提取：
getDuanYu();
System.out.println(\n
}
/**
* 智能推薦部分
*/
public static void getSegement() {
Suggester suggester = new Suggester();
String[] titleArray = ( 威廉王子發(fā)表演說 呼吁保護野生動物 \n +《時代》年度人物最終入圍名單出爐 普京馬云入選 \n +“黑格比”橫掃菲：菲吸取“海燕”經(jīng)驗及早疏散 \n
+ 日本保密法將正式生效 日媒指其損害國民知情權(quán) \n + 英報告說空氣污染帶來“公共健康危機”).split(\\n
for (String title : titleArray) {
suggester.addSentence(title);
}
System.out.println(suggester.suggest( 發(fā)言 , 1)); // 語義
System.out.println(suggester.suggest( 危機公共 , 1)); // 字符
System.out.println(suggester.suggest( mayun , 1)); // 拼音
}
/**
* 關(guān)鍵字提取
*/
public static void getMainIdea() {
String content = 程序員 (英文 Programmer) 是從事程序開發(fā)、維護的專業(yè)人員。一般將程序員分為程序設(shè)計人員和程序編碼人員，但兩者的界限并不非常清楚，特別是在中國。軟件從業(yè)人員分為初級程序員、高級程序員、系統(tǒng)分析員和項目經(jīng)理四大類。
List String keywordList = HanLP.extractKeyword(content, 5);
System.out.println(keywordList);
}
/**
* 自動摘要
*/
public static void getZhaiYao() {
String document = 算法可大致分為基本算法、數(shù)據(jù)結(jié)構(gòu)的算法、數(shù)論算法、計算幾何的算法、圖的算法、動態(tài)規(guī)劃以及數(shù)值分析、加密算法、排序算法、檢索算法、隨機化算法、并行算法、厄米變形模型、隨機森林算法。\n
+ 算法可以寬泛的分為三類，\n + 一，有限的確定性算法，這類算法在有限的一段時間內(nèi)終止。他們可能要花很長時間來執(zhí)行指定的任務(wù)，但仍將在一定的時間內(nèi)終止。這類算法得出的結(jié)果常取決于輸入值。\n
+ 二，有限的非確定算法，這類算法在有限的時間內(nèi)終止。然而，對于一個（或一些）給定的數(shù)值，算法的結(jié)果并不是唯一的或確定的。\n
+ 三，無限的算法，是那些由于沒有定義終止定義條件，或定義的條件無法由輸入的數(shù)據(jù)滿足而不終止運行的算法。通常，無限算法的產(chǎn)生是由于未能確定的定義終止條件。
List String sentenceList = HanLP.extractSummary(document, 3);
System.out.println(sentenceList);
}
/**
* 短語提取
*/
public static void getDuanYu() {
String text = 算法工程師 \n
+ 算法（Algorithm）是一系列解決問題的清晰指令，也就是說，能夠?qū)σ欢ㄒ?guī)范的輸入，在有限時間內(nèi)獲得所要求的輸出。如果一個算法有缺陷，或不適合于某個問題，執(zhí)行這個算法將不會解決這個問題。不同的算法可能用不同的時間、空間或效率來完成同樣的任務(wù)。一個算法的優(yōu)劣可以用空間復(fù)雜度與時間復(fù)雜度來衡量。算法工程師就是利用算法處理事物的人。\n
+ \n + 1 職位簡介 \n + 算法工程師是一個非常高端的職位；\n + 專業(yè)要求：計算機、電子、通信、數(shù)學(xué)等相關(guān)專業(yè)；\n
+ 學(xué)歷要求：本科及其以上的學(xué)歷，大多數(shù)是碩士學(xué)歷及其以上；\n + 語言要求：英語要求是熟練，基本上能閱讀國外專業(yè)書刊；\n
+ 必須掌握計算機相關(guān)知識，熟練使用仿真工具 MATLAB 等，必須會一門編程語言。\n + \n + 2 研究方向 \n
+ 視頻算法工程師、圖像處理算法工程師、音頻算法工程師 通信基帶算法工程師 \n + \n + 3 目前國內(nèi)外狀況 \n
+ 目前國內(nèi)從事算法研究的工程師不少，但是高級算法工程師卻很少，是一個非常緊缺的專業(yè)工程師。算法工程師根據(jù)研究領(lǐng)域來分主要有音頻 / 視頻算法處理、圖像技術(shù)方面的二維信息算法處理和通信物理層、雷達(dá)信號處理、生物醫(yī)學(xué)信號處理等領(lǐng)域的一維信息算法處理。\n
+ 在計算機音視頻和圖形圖像技術(shù)等二維信息算法處理方面目前比較先進的視頻處理算法：機器視覺成為此類算法研究的核心；另外還有 2D 轉(zhuǎn) 3D 算法(2D-to-3D conversion)，去隔行算法(de-interlacing)，運動估計運動補償算法(Motion estimation/Motion Compensation)，去噪算法(Noise Reduction)，縮放算法(scaling)，銳化處理算法(Sharpness)，超分辨率算法(Super Resolution), 手勢識別(gesture recognition), 人臉識別(face recognition)。\n
+ 在通信物理層等一維信息領(lǐng)域目前常用的算法：無線領(lǐng)域的 RRM、RTT，傳送領(lǐng)域的調(diào)制解調(diào)、信道均衡、信號檢測、網(wǎng)絡(luò)優(yōu)化、信號分解等。\n + 另外數(shù)據(jù)挖掘、互聯(lián)網(wǎng)搜索算法也成為當(dāng)今的熱門方向。\n
+ 算法工程師逐漸往人工智能方向發(fā)展。
List String phraseList = HanLP.extractPhrase(text, 10);
System.out.println(phraseList);
}
}
運行結(jié)果
關(guān)于 Java 中如何使用 hanlp 中文分詞就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
