-
前幾天的召開的2019年大數據生態產業大會不知道大家關注到沒有，看到消息是hanlp2.0版本發布了。不知道hanlp2.0版本又將帶來哪些新的變化？準備近期看能夠拿到一些hanlp2.0的資料，如果能順利拿到的話，到時候分享給大家！今天分享這篇是關于將hanlp封裝到web s... 全文
08-09 10:03 來自版塊 - 網絡技術
-
深耕核心技術·賦能數字化轉型 圖1：2019（第四屆）大數據產業生態大會8月1日，以“激活數據價值 釋放數據原力”為主題的“2019（第四屆）大數據產業生態大會”在北京拉開序幕。北京大學教授、工業和信息化部原副部長楊學山，工業和信息化部信息化... 全文
08-07 16:53 來自版塊 - 網絡技術
-
本篇分享一個hanlp分詞工具應用的案例，簡單來說就是做一圖庫，讓商家輕松方便的配置商品的圖片，最好是可以一鍵完成配置的。先看一下效果圖吧：
08-07 11:43 來自版塊 - 網絡技術
-
本篇文章將重點講解HanLP的ViterbiSegment分詞器類，而不涉及感知機和條件隨機場分詞器，也不涉及基于字的分詞器。因為這些分詞器都不是我們在實踐中常用的，而且ViterbiSegment也是作者直接封裝到HanLP類中的分詞器，作者也推薦使用該分詞器，同時文本分類包以... 全文
08-05 10:31 來自版塊 - 網絡技術
-
HanLP發射矩陣詞典nr.txt中收錄單字姓氏393個。袁義達在《中國的三大姓氏是如何統計出來的》文獻中指出：當代中國100個常見姓氏中，集中了全國人口的87%，根據這一數據我們只保留nr.txt中的100個常見詞語的姓氏角色，其他詞語去掉其姓氏角色狀態。過濾后，nr.txt中... 全文
08-02 10:00 來自版塊 - 網絡技術
-
人名識別在HanLP中，基于角色標注識別了中國人名。首先系統利用隱馬爾可夫模型標注每個詞語的角色，之后利用最大模式匹配法對角色序列進行匹配，匹配上模式的即為人名。理論指導文章為：《基于角色標注的中國人名自動識別研究》，大家可以百度一下看看地名識別 理論指導文章為：《基于層疊隱馬爾... 全文
07-31 13:08 來自版塊 - 網絡技術
-
HanLP收詞特別是實體比較多，因此特別容易造成誤識別。下邊舉幾個地名誤識別的例子，需要指出的是，后邊的機構名識別也以地名識別為基礎，因此，如果地名識別不準確，也會導致機構名識別不準確。 全文
07-29 10:54 來自版塊 - 網絡技術
-
本篇接上一篇內容《HanLP-基于HMM-Viterbi的人名識別原理介紹》介紹一下層疊隱馬的原理。首先說一下上一篇介紹的人名識別效果對比：1. 只有Jieba識別出的人名準確率極低，基本為地名或復雜地名組成部分或復雜機構名組成部分。舉例如下：[1] 戰亂的阿富汗地區，qiang... 全文
07-26 09:51 來自版塊 - 網絡技術
-
Hanlp自然語言處理包中的基于HMM-Viterbi處理人名識別的內容大概在年初的有分享過這類的文章，時間稍微久了一點，有點忘記了。看了 baiziyu 分享的這篇比我之前分享的要簡單明了的多。下面就把文章分享給大家交流學習之用，部分內容有做修改。 全文
07-24 10:23 來自版塊 - 網絡技術
07-22 10:02 來自版塊 - 網絡技術
-
HanLP收詞特別是實體比較多，因此特別容易造成誤識別。下邊舉幾個地名誤識別的例子，需要指出的是，后邊的機構名識別也以地名識別為基礎，因此，如果地名識別不準確，也會導致機構名識別不準確。 類型1 數字+地名[1] 暗訪哈爾濱網約車：下10單來7輛“黑車” 1輛套牌[2] 房天下每... 全文
07-19 10:42 來自版塊 - 網絡技術
-
Python調用hanlp的方法此前有分享過，本篇文章分享自“逍遙自在017”的博客，個別處有修改，閱讀時請注意！1.首先安裝jpype首先各種坑，jdk和python 版本位數必須一致，我用的是JPype1-py3 版本號0.5.5.2 、1.6jdk和Python3.5，wi... 全文
07-17 10:26 來自版塊 - 網絡技術
-
本文分享自 6丁一的貓 的博客，主要是python調用hanlp進行命名實體識別的方法介紹。以下為分享的全文。1、python與jdk版本位數一致 2、pip install jpype1（python3.5） 3、類庫hanlp.jar包、模型data包、配置文件hanlp.... 全文
07-15 09:57 來自版塊 - 網絡技術
-
本篇分享一個hanlp添加自定義字典的方法，供大家參考！總共分為兩步：第一步：將自定義的字典放到custom目錄下，然后刪除CustomDicionary.txt.bin，因為分詞的時候會讀這個文件。如果沒有的話它會根據配置文件中路徑去加載字典生成bin文件。 全文
07-12 10:22 來自版塊 - 網絡技術
-
項目簡要：關于java web的一個項目，用的Spring MVCd 框架。鑒于參與此次項目的人中并不是所人都做的Spring，為了能夠提高效率，建議大家是先拋開SPring來寫自己負責的模塊，最后再把各個模塊在Spring里面集成。項目里有一個文本分析的模塊是一個同學用hanl... 全文
07-10 10:29 來自版塊 - 網絡技術
-
前幾天（6月28日），在第23屆中國國際軟件博覽會上，hanlp這款自然語言處理工具榮獲了“2019年第二十三屆中國國際軟件博覽會優秀產品”。HanLP是由一... 全文
07-03 10:51 來自版塊 - 網絡技術
-
摘要：elasticsearch是使用比較廣泛的分布式搜索引擎，es提供了一個的單字分詞工具，還有一個分詞插件ik使用比較廣泛，hanlp是一個自然語言處理包，能更好的根據上下文的語義，人名，地名，組織機構名等來切分詞Elasticsearch默認分詞 全文
07-01 11:24 來自版塊 - 網絡技術
-
繁簡轉換HanLP幾乎實現了所有我們需要的繁簡轉換方式，并且已經封裝到了HanLP中，使得我們可以輕松的使用，而分詞器中已經默認支持多種繁簡格式或者混合。這里我們不再做過多描述。 ·說明· HanLP能夠識別簡繁分歧詞，比如打印機=印表機。許多簡繁轉換工具不能區分“以后”“皇后”... 全文
06-28 10:06 來自版塊 - 網絡技術
-
基于字標注法的分詞中文分詞字標注通常有2-tag,4-tag和6-tag這幾種方法，其中4-tag方法最為常用。標注集是依據漢字（其中也有少量的非漢字字符）在漢語詞中的位置設計的。1. 2-tag法 2-tag是一種最簡單的標注方法,標注集合為{B,I}，其將詞首標記設計為B，而... 全文
06-26 10:52 來自版塊 - 網絡技術
-
中文分詞是中文文本處理的一個基礎步驟，也是中文人機自然語言交互的基礎模塊，不同于英文的是，中文句子中沒有詞的界限，因此在進行中文自然語言處理時，通常需要先進行分詞，分詞效果將直接影響詞性，句法樹等模塊的效果，當然分詞只是一個工具，場景不同，要求也不同。在人機自然語言交互中，成熟的... 全文
06-24 10:37 來自版塊 - 網絡技術
