HanLP分词器HanLPTokenizer怎么实现

HanLP分词器HanLPTokenizer怎么实现，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

anlp在功能上的扩展主要体现在以下几个方面:

•关键词提取 

•自动摘要

•短语提取 

•拼音转换

•简繁转换

•文本推荐

下面是 hanLP分词器的代码

注：使用maven依赖 

<dependency>  

   <groupId>com.hankcs</groupId>  

   <artifactId>hanlp</artifactId>  

   <version>portable-1.3.4</version>  

</dependency> 

使用了java8进行处理

import java.util.ArrayList;

import java.util.List;

import java.util.stream.Collectors;

import org.apache.commons.lang3.StringUtils;

import com.hankcs.hanlp.seg.Segment;

import com.hankcs.hanlp.seg.Dijkstra.DijkstraSegment;

import com.hankcs.hanlp.seg.NShort.NShortSegment;

import com.hankcs.hanlp.tokenizer.IndexTokenizer;

import com.hankcs.hanlp.tokenizer.NLPTokenizer;

import com.hankcs.hanlp.tokenizer.SpeedTokenizer;

import com.hankcs.hanlp.tokenizer.StandardTokenizer;

public class HanLPTokenizer {

private static final Segment N_SHORT_SEGMENT = new NShortSegment().enableCustomDictionary(false)

.enablePlaceRecognize(true).enableOrganizationRecognize(true);

private static final Segment DIJKSTRA_SEGMENT = new DijkstraSegment().enableCustomDictionary(false)

.enablePlaceRecognize(true).enableOrganizationRecognize(true);

/**

* 标准分词

* @param text

* @return

*/

public static List<String> standard(String text) {

List<String> list = new ArrayList<String>();

StandardTokenizer.segment(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list.stream().distinct().collect(Collectors.toList());

}

/**

* NLP分词

* @param text

* @return

*/

public static List<String> nlp(String text) {

List<String> list = new ArrayList<String>();

NLPTokenizer.segment(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list.stream().distinct().collect(Collectors.toList());

}

/**

* 索引分词

* @param text

* @return

*/

public static List<String> index(String text) {

List<String> list = new ArrayList<String>();

IndexTokenizer.segment(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list.stream().distinct().collect(Collectors.toList());

}

/**

* 极速词典分词

* @param text

* @return

*/

public static List<String> speed(String text) {

List<String> list = new ArrayList<String>();

SpeedTokenizer.segment(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list;

}

/**

* N-最短路径分词

* @param text

* @return

*/

public static List<String> nShort(String text) {

List<String> list = new ArrayList<String>();

N_SHORT_SEGMENT.seg(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list.stream().distinct().collect(Collectors.toList());

}

/**

* 最短路径分词

* @param text

* @return

*/

public static List<String> shortest(String text) {

List<String> list = new ArrayList<String>();

DIJKSTRA_SEGMENT.seg(text).forEach(term -> {

if (StringUtils.isNotBlank(term.word)) {

list.add(term.word);

}

});

return list.stream().distinct().collect(Collectors.toList());

}

public static void main(String[] args) {

String text = "测试勿动12";

System.out.println("标准分词:" + standard(text));

System.out.println("NLP分词:" + nlp(text));

System.out.println("索引分词:" + index(text));

System.out.println("N-最短路径分词:" + nShort(text));

System.out.println("最短路径分词分词:" + shortest(text));

System.out.println("极速词典分词:" + speed(text));

}

}

关于  HanLP分词器HanLPTokenizer怎么实现问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。