功能
- 中文分词
- 词性标注
- 关键词提取
- 文本摘要
- 依存句法分析
- 短语提取
安装
pip install pyhanlp离线安装
pyhanlp所依赖的包：data和jar包
将下载的data和jar放入Lib\site-packages\pyhanlp-0.1.78\pyhanlp\static下
将hanlp.properties中root的路径改为离线安装包路径D:xxxLib\site-packages\pyhanlp-0.1.78\pyhanlp\static
github
https://github.com/hankcs/HanLP/releases
可以使用南大NLP实验室开发的可视化工具
http://nlp.nju.edu.cn/tanggc/tools/DependencyViewer.exe
使用方法
from pyhanlp import *
sentence = "异地贷款需要具备哪些条件"
# 返回一个列表，可以获取分词和它的词性
words = HanLP.segment(sentence)
for term in words:
print(term.word,term.nature)返回值解释
a 形容词
ad 副形词
ag 形容词性语素
al 形容词性惯用语
an 名形词
b 区别词
begin
bg 区别语素
bl 区别词性惯用语
c 连词
cc 并列连词
d 副词
dg 辄,俱,复之类的副词
dl 连语
e 叹词
end 仅用于终##终
f 方位词
g 学术词汇
gb 生物相关词汇
gbc 生物类别
gc 化学相关词汇
gg 地理地质相关词汇
gi 计算机相关词汇
gm 数学相关词汇
gp 物理相关词汇
h 前缀
i 成语
j 简称略语
k 后缀
l 习用语
m 数词
mg 数语素
Mg 甲乙丙丁之类的数词
mq 数量词
n 名词
nb 生物名
nba 动物名
nbc 动物纲目
nbp 植物名
nf 食品，比如“薯片”
ng 名词性语素
nh 医药疾病等健康相关名词
nhd 疾病
nhm 药品
ni 机构相关（不是独立机构名）
nic 下属机构
nis 机构后缀
nit 教育相关机构
nl 名词性惯用语
nm 物品名
nmc 化学品名
nn 工作相关名词
nnd 职业
nnt 职务职称
nr 人名
nr1 复姓
nr2 蒙古姓名
nrf 音译人名
nrj 日语人名
ns 地名
nsf 音译地名
nt 机构团体名
ntc 公司名
ntcb 银行
ntcf 工厂
ntch 酒店宾馆
nth 医院
nto 政府机构
nts 中小学
ntu 大学
nx 字母专名
nz 其他专名
o 拟声词
p 介词
pba 介词“把”
pbei 介词“被”
q 量词
qg 量词语素
qt 时量词
qv 动量词
r 代词
rg 代词性语素
Rg 古汉语代词性语素
rr 人称代词
ry 疑问代词
rys 处所疑问代词
ryt 时间疑问代词
ryv 谓词性疑问代词
rz 指示代词
rzs 处所指示代词
rzt 时间指示代词
rzv 谓词性指示代词
s 处所词
t 时间词
tg 时间词性语素
u 助词
ud 助词
ude1 的 底
ude2 地
ude3 得
udeng 等 等等 云云
udh 的话
ug 过
uguo 过
uj 助词
ul 连词
ule 了 喽
ulian 连 （“连小学生都会”）
uls 来讲 来说 而言 说来
usuo 所
uv 连词
uyy 一样 一般 似的 般
uz 着
uzhe 着
uzhi 之
v 动词
vd 副动词
vf 趋向动词
vg 动词性语素
vi 不及物动词（内动词）
vl 动词性惯用语
vn 名动词
vshi 动词“是”
vx 形式动词
vyou 动词“有”
w 标点符号
wb 百分号千分号，全角：％ ‰ 半角：%
wd 逗号，全角：， 半角：,
wf 分号，全角：； 半角： ;
wh 单位符号，全角：￥ ＄ ￡ ° ℃ 半角：$
wj 句号，全角：。
wky 右括号，全角：） 〕 ］ ｝ 》 】 〗 〉 半角： ) ] { >
wkz 左括号，全角：（ 〔 ［ ｛ 《 【 〖 〈 半角：( [ { <
wm 冒号，全角：： 半角： :
wn 顿号，全角：、
wp 破折号，全角：—— －－ ——－ 半角：— —-
ws 省略号，全角：…… …
wt 叹号，全角：！
ww 问号，全角：？
wyy 右引号，全角：” ’ 』
wyz 左引号，全角：“ ‘ 『
x 字符串
xu 网址URL
xx 非语素字
y 语气词(delete yg)
yg 语气语素
z 状态词
zg 状态词
关键词提取
from pyhanlp import *
text = "3月4日，在北京2022年冬残奥会开幕式上，一本精致美观的手册出现在每位观众和嘉宾的手中，\
这是由北京印刷学院教授夏小奇带领团队设计的《北京2022年冬残奥会开幕式》手册，\
在色彩氛围、页码设计、纸张选用等方面都做了暖心设计。"
# 提取文本的两个关键词,返回列表
print(HanLP.extractKeyword(text, 2))
[设计, 手册]文本摘要
from pyhanlp import *
text = "3月4日，在北京2022年冬残奥会开幕式上，一本精致美观的手册出现在每位观众和嘉宾的手中，\
这是由北京印刷学院教授夏小奇带领团队设计的《北京2022年冬残奥会开幕式》手册，\
在色彩氛围、页码设计、纸张选用等方面都做了暖心设计。"
# 提取文本中的2个关键句作为摘要,返回列表
print(HanLP.extractSummary(document,2))
[这是由北京印刷学院教授夏小奇带领团队设计的《北京2022年冬残奥会开幕式》手册, 在北京2022年冬残奥会开幕式上]依存语法分析
from pyhanlp import *
print(HanLP.parseDependency("AA在会谈中强调，俄方将全面完成在BBB的行动。"))
1 普京 普京 nh nrf _ 3 主谓关系 _ _
2 在会谈中 在会谈中 i l _ 3 状中结构 _ _
3 强调 强调 v v _ 0 核心关系 _ _
4 ， ， wp w _ 3 标点符号 _ _
5 俄方 俄方 n n _ 11 主谓关系 _ _
6 将 将 d d _ 11 状中结构 _ _
7 全面完成 全面完成 i l _ 11 定中关系 _ _
8 在 在 p p _ 11 定中关系 _ _
9 乌克兰 乌克兰 ns ns _ 8 介宾关系 _ _
10 的 的 u u _ 8 右附加关系 _ _
11 行动 行动 v vn _ 3 动宾关系 _ _
12 。 。 wp w _ 3 标点符号 _ _短语提取
from pyhanlp import *
text = "全国上下共同努力，统筹疫情防控和经济社会发展，全年主要目标任务较好完成"
#抽取5个短语
phraseList = HanLP.extractPhrase(text, 5)
print(phraseList);
[全国上下共同努力, 疫情防控, 经济社会发展, 防控经济社会, 统筹疫情]
