如何在ubuntu使用hanlp

前言

　　以前，我对大部分的处理中文分词都是使用python的结巴分词工具，该分词工具是在线调用API, 关于这个的分词工具的原理介绍，我推荐一个好的博客：

http://blog.csdn.net/daniel_ustc/article/details/48195287.

　　随着项目的需求，我需要使用斯坦福大学的自然语言处理包standford作依存关系树的构建，然而standford很调皮地不让我做中文分词处理（老报错）．无奈之下，我只能使用第三方的分词工具．由于standford的源码是java，我寻找了一个与之对应的分词工具，即hanlp．

HanLP的安装使用

　　HanLP的一个很大的好处是离线开源工具包，换而言之，它不仅提供免费的代码免费下载，而且将辛苦收集的词典也对外公开啦，此诚乃一大无私之举．我在安装的时候，主要参照这份博客：

http://m.blog.csdn.net/article/details?id=50938796

　　不过该博客主要介绍的是windows如何使用hanlp,而ubuntu是linux的，所以会有所区别．下面我主要介绍的是在unbuntu的安装使用．

安装eclipse

在终端输入 sudo get-apt install eclipse-platform实现一键安装，然后在应用程序找到eclipse

下载hanlp

　　访问hanlp的官方网址：http://hanlp.linrunsoft.com/services.html

分别下载hanlp.jar（程序包）, data.zip（词典库），hanlp.properties（配置文件）,而后面是说明文档，可以不下载

　　在下载的data.zip的时候，下载链接有点隐晦，点击蓝色的data-for-1.2.11.zip,就会出现百度云链接啦

导入jar包

导入hanlp到eclipse之中，具体的流程可以参照网址：

http://jingyan.baidu.com/article/ca41422fc76c4a1eae99ed9f.html

导入配置文件

将hanlp.propertie复制至项目的bin目录中，修改词典的路径

将root的路径修改至data保存的路径（记得data要解压）

编程代码示范

import java.util.List;

import com.hankcs.hanlp.HanLP;

import com.hankcs.hanlp.seg.Segment;

import com.hankcs.hanlp.seg.common.Term;

public class DemoHanLP {

public static void main(String[] agrs){

String sentence = "大家好, 我的名字叫作Quincy.";

Segment segment = HanLP.newSegment();

List<Term> termList = segment.seg(sentence);

for(Term term : termList){

System.out.print(term+ " ");

}

}

}

运行结果：

文章来源于Quincy1994的博客