diff options
Diffstat (limited to 'python-pyhanlp.spec')
| -rw-r--r-- | python-pyhanlp.spec | 585 |
1 files changed, 585 insertions, 0 deletions
diff --git a/python-pyhanlp.spec b/python-pyhanlp.spec new file mode 100644 index 0000000..1aa0f1f --- /dev/null +++ b/python-pyhanlp.spec @@ -0,0 +1,585 @@ +%global _empty_manifest_terminate_build 0 +Name: python-pyhanlp +Version: 0.1.84 +Release: 1 +Summary: Python wrapper for HanLP: Han Language Processing +License: Apache License 2.0 +URL: https://github.com/hankcs/pyhanlp +Source0: https://mirrors.nju.edu.cn/pypi/web/packages/d2/fa/19ca69e0b94bbd9fed93272e5952d2308c13688647fac779a52729fa801f/pyhanlp-0.1.84.tar.gz +BuildArch: noarch + + +%description +# pyhanlp: Python interfaces for HanLP1.x + + [](https://pepy.tech/project/pyhanlp) [](https://github.com/hankcs/pyhanlp/blob/master/LICENSE) [](https://play.hanlp.ml/run/pyhanlp) [](https://mybinder.org/v2/gh/hankcs/pyhanlp.git/master?filepath=tests%2Fbook%2Findex.ipynb) + +[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)的Python接口，支持自动下载与升级[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)，兼容Python<=3.8。内部算法经过工业界和学术界考验，配套书籍[《自然语言处理入门》](http://nlp.hankcs.com/book.php)已经出版，欢迎查阅[随书代码](https://github.com/hankcs/pyhanlp/tree/master/tests/book)或点击[](https://mybinder.org/v2/gh/hankcs/pyhanlp.git/master?filepath=tests%2Fbook%2Findex.ipynb)在线运行。基于深度学习的[HanLP2.x](https://github.com/hankcs/HanLP/tree/doc-zh)已于2020年初发布，次世代最先进的多语种NLP技术，与1.x相辅相成，平行发展。 + +## 安装 + +**懒人**请点击[](https://play.hanlp.ml/run/pyhanlp)；**非IT人士**可直接使用[傻瓜虚拟机](https://od.hankcs.com/book/intro_nlp/%E5%82%BB%E7%93%9C%E8%99%9A%E6%8B%9F%E6%9C%BA/)；**工程师**请先安装[conda](https://docs.conda.io/en/latest/miniconda.html)，然后执行： + +```bash +conda install -c conda-forge openjdk python=3.8 jpype1=0.7.0 -y +pip install pyhanlp +``` + +使用命令`hanlp`来验证安装，如因网络等原因自动安装失败，可参考[手动配置](https://github.com/hankcs/pyhanlp/wiki/%E6%89%8B%E5%8A%A8%E9%85%8D%E7%BD%AE)或[Windows指南](https://github.com/hankcs/pyhanlp/wiki/Windows)。 + +## 命令行 + +### 中文分词 + +使用命令`hanlp segment`进入交互分词模式，输入一个句子并回车，[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)会输出分词结果： + +```python +$ hanlp segment +商品和服务 +商品/n 和/cc 服务/vn +当下雨天地面积水分外严重 +当/p 下雨天/n 地面/n 积水/n 分外/d 严重/a +龚学平等领导说,邓颖超生前杜绝超生 +龚学平/nr 等/udeng 领导/n 说/v ,/w 邓颖超/nr 生前/t 杜绝/v 超生/vi +``` + +还可以重定向输入输出到文件等： + +```python +$ hanlp segment <<< '欢迎新老师生前来就餐' +欢迎/v 新/a 老/a 师生/n 前来/vi 就餐/vi +``` + +### 依存句法分析 + +命令为`hanlp parse`，同样支持交互模式和重定向： + +```python +$ hanlp parse <<< '徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。' +1 徐先生 徐先生 nh nr _ 4 主谓关系 _ _ +2 还 还 d d _ 4 状中结构 _ _ +3 具体 具体 a a _ 4 状中结构 _ _ +4 帮助 帮助 v v _ 0 核心关系 _ _ +5 他 他 r rr _ 4 兼语 _ _ +6 确定 确定 v v _ 4 动宾关系 _ _ +7 了 了 u ule _ 6 右附加关系 _ _ +8 把 把 p pba _ 15 状中结构 _ _ +9 画 画 v v _ 8 介宾关系 _ _ +10 雄鹰 雄鹰 n n _ 9 动宾关系 _ _ +11 、 、 wp w _ 12 标点符号 _ _ +12 松鼠 松鼠 n n _ 10 并列关系 _ _ +13 和 和 c cc _ 14 左附加关系 _ _ +14 麻雀 麻雀 n n _ 10 并列关系 _ _ +15 作为 作为 p p _ 6 动宾关系 _ _ +16 主攻 主攻 v vn _ 17 定中关系 _ _ +17 目标 目标 n n _ 15 动宾关系 _ _ +18 。 。 wp w _ 4 标点符号 _ _ +``` + +### 服务器 + +通过`hanlp serve`来启动内置的http服务器，默认本地访问地址为：http://localhost:8765 ；也可以访问官网演示页面：http://hanlp.hankcs.com/ 。 + +### 升级 + +通过`hanlp update`命令来将[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)升级到最新版。该命令会获取[HanLP主项目最新版本](https://github.com/hankcs/HanLP/releases)并自动下载安装。 + +欢迎通过`hanlp --help`查看最新帮助手册。 + +## API + +通过工具类[`HanLP`](https://github.com/hankcs/HanLP/blob/1.x/src/main/java/com/hankcs/hanlp/HanLP.java#L55)调用常用接口： + +```python +from pyhanlp import * + +print(HanLP.segment('你好，欢迎在Python中调用HanLP的API')) +for term in HanLP.segment('下雨天地面积水'): + print('{}\t{}'.format(term.word, term.nature)) # 获取单词与词性 +testCases = [ + "商品和服务", + "结婚的和尚未结婚的确实在干扰分词啊", + "买水果然后来世博园最后去世博会", + "中国的首都是北京", + "欢迎新老师生前来就餐", + "工信处女干事每月经过下属科室都要亲口交代24口交换机等技术性器件的安装工作", + "随着页游兴起到现在的页游繁盛，依赖于存档进行逻辑判断的设计减少了，但这块也不能完全忽略掉。"] +for sentence in testCases: print(HanLP.segment(sentence)) +# 关键词提取 +document = "水利部水资源司司长陈明忠9月29日在国务院新闻办举行的新闻发布会上透露，" \ + "根据刚刚完成了水资源管理制度的考核，有部分省接近了红线的指标，" \ + "有部分省超过红线的指标。对一些超过红线的地方，陈明忠表示，对一些取用水项目进行区域的限批，" \ + "严格地进行水资源论证和取水许可的批准。" +print(HanLP.extractKeyword(document, 2)) +# 自动摘要 +print(HanLP.extractSummary(document, 3)) +# 依存句法分析 +print(HanLP.parseDependency("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。")) +``` + +### 更多功能 + +更多功能，包括但不限于： + +- 自定义词典 +- 极速词典分词 +- 索引分词 +- CRF分词 +- 感知机词法分析 +- 臺灣正體、香港繁體 +- 关键词提取、自动摘要 +- 文本分类、情感分析 + +请阅读[HanLP主项目文档](https://github.com/hankcs/HanLP/blob/1.x/README.md)和[demos目录](https://github.com/hankcs/pyhanlp/tree/master/tests/demos)以了解更多。调用更底层的API需要参考Java语法用JClass引入更深的类路径。以感知机词法分析器为例，这个类位于包名[`com.hankcs.hanlp.model.perceptron.PerceptronLexicalAnalyzer`](https://github.com/hankcs/HanLP/blob/1.x/src/main/java/com/hankcs/hanlp/model/perceptron/PerceptronLexicalAnalyzer.java)下，所以先用`JClass`得到类，然后就可以调用了： + +``` +PerceptronLexicalAnalyzer = JClass('com.hankcs.hanlp.model.perceptron.PerceptronLexicalAnalyzer') +analyzer = PerceptronLexicalAnalyzer() +print(analyzer.analyze("上海华安工业（集团）公司董事长谭旭光和秘书胡花蕊来到美国纽约现代艺术博物馆参观")) +``` + +输出： + +``` +[上海/ns 华安/nz 工业/n （/w 集团/n ）/w 公司/n]/nt 董事长/n 谭旭光/nr 和/c 秘书/n 胡花蕊/nr 来到/v [美国/ns 纽约/ns 现代/t 艺术/n 博物馆/n]/ns 参观/v +``` + +如果你需要多线程安全性，可使用`SafeJClass`；如果你需要延迟加载，可使用`LazyLoadingJClass`。如果你经常使用某个类，欢迎将其写入`pyhanlp/__init__.py`中并提交pull request，谢谢！ + +## 与其他项目共享data + +[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)具备高度可自定义的特点，所有模型和词典都可以自由替换。如果你希望与别的项目共享同一套data，只需将该项目的配置文件`hanlp.properties`拷贝到pyhanlp的安装目录下即可。本机安装目录可以通过`hanlp --version`获取。 + +同时，还可以通过`--config`临时加载另一个配置文件： + +``` +hanlp segment --config path/to/another/hanlp.properties +``` + +## 测试 + +``` +git clone https://github.com/hankcs/pyhanlp.git +cd pyhanlp +pip install -e . +python tests/test_hanlp.py +``` + +## 反馈 + +任何bug，请前往[HanLP issue区](https://github.com/hankcs/HanLP/issues)。提问请上[论坛](https://bbs.hankcs.com/)反馈，谢谢。 + +## [《自然语言处理入门》](http://nlp.hankcs.com/book.php) + +自然语言处理是一门博大精深的学科，掌握理论才能发挥出工具的全部性能。新手可考虑这本入门书： + + + +一本配套HanLP的NLP入门书，基础理论与生产代码并重，Python与Java双实现。从基本概念出发，逐步介绍中文分词、词性标注、命名实体识别、信息抽取、文本聚类、文本分类、句法分析这几个热门问题的算法原理与工程实现。书中通过对多种算法的讲解，比较了它们的优缺点和适用场景，同时详细演示生产级成熟代码，助你真正将自然语言处理应用在生产环境中。 + +[《自然语言处理入门》](http://nlp.hankcs.com/book.php)由南方科技大学数学系创系主任夏志宏、微软亚洲研究院副院长周明、字节跳动人工智能实验室总监李航、华为诺亚方舟实验室语音语义首席科学家刘群、小米人工智能实验室主任兼NLP首席科学家王斌、中国科学院自动化研究所研究员宗成庆、清华大学副教授刘知远、北京理工大学副教授张华平和52nlp作序推荐。感谢各位前辈老师，希望这个项目和这本书能成为大家工程和学习上的“蝴蝶效应”，帮助大家在NLP之路上蜕变成蝶。 + +## 授权协议 + +Apache License 2.0 + +%package -n python3-pyhanlp +Summary: Python wrapper for HanLP: Han Language Processing +Provides: python-pyhanlp +BuildRequires: python3-devel +BuildRequires: python3-setuptools +BuildRequires: python3-pip +%description -n python3-pyhanlp +# pyhanlp: Python interfaces for HanLP1.x + + [](https://pepy.tech/project/pyhanlp) [](https://github.com/hankcs/pyhanlp/blob/master/LICENSE) [](https://play.hanlp.ml/run/pyhanlp) [](https://mybinder.org/v2/gh/hankcs/pyhanlp.git/master?filepath=tests%2Fbook%2Findex.ipynb) + +[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)的Python接口，支持自动下载与升级[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)，兼容Python<=3.8。内部算法经过工业界和学术界考验，配套书籍[《自然语言处理入门》](http://nlp.hankcs.com/book.php)已经出版，欢迎查阅[随书代码](https://github.com/hankcs/pyhanlp/tree/master/tests/book)或点击[](https://mybinder.org/v2/gh/hankcs/pyhanlp.git/master?filepath=tests%2Fbook%2Findex.ipynb)在线运行。基于深度学习的[HanLP2.x](https://github.com/hankcs/HanLP/tree/doc-zh)已于2020年初发布，次世代最先进的多语种NLP技术，与1.x相辅相成，平行发展。 + +## 安装 + +**懒人**请点击[](https://play.hanlp.ml/run/pyhanlp)；**非IT人士**可直接使用[傻瓜虚拟机](https://od.hankcs.com/book/intro_nlp/%E5%82%BB%E7%93%9C%E8%99%9A%E6%8B%9F%E6%9C%BA/)；**工程师**请先安装[conda](https://docs.conda.io/en/latest/miniconda.html)，然后执行： + +```bash +conda install -c conda-forge openjdk python=3.8 jpype1=0.7.0 -y +pip install pyhanlp +``` + +使用命令`hanlp`来验证安装，如因网络等原因自动安装失败，可参考[手动配置](https://github.com/hankcs/pyhanlp/wiki/%E6%89%8B%E5%8A%A8%E9%85%8D%E7%BD%AE)或[Windows指南](https://github.com/hankcs/pyhanlp/wiki/Windows)。 + +## 命令行 + +### 中文分词 + +使用命令`hanlp segment`进入交互分词模式，输入一个句子并回车，[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)会输出分词结果： + +```python +$ hanlp segment +商品和服务 +商品/n 和/cc 服务/vn +当下雨天地面积水分外严重 +当/p 下雨天/n 地面/n 积水/n 分外/d 严重/a +龚学平等领导说,邓颖超生前杜绝超生 +龚学平/nr 等/udeng 领导/n 说/v ,/w 邓颖超/nr 生前/t 杜绝/v 超生/vi +``` + +还可以重定向输入输出到文件等： + +```python +$ hanlp segment <<< '欢迎新老师生前来就餐' +欢迎/v 新/a 老/a 师生/n 前来/vi 就餐/vi +``` + +### 依存句法分析 + +命令为`hanlp parse`，同样支持交互模式和重定向： + +```python +$ hanlp parse <<< '徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。' +1 徐先生 徐先生 nh nr _ 4 主谓关系 _ _ +2 还 还 d d _ 4 状中结构 _ _ +3 具体 具体 a a _ 4 状中结构 _ _ +4 帮助 帮助 v v _ 0 核心关系 _ _ +5 他 他 r rr _ 4 兼语 _ _ +6 确定 确定 v v _ 4 动宾关系 _ _ +7 了 了 u ule _ 6 右附加关系 _ _ +8 把 把 p pba _ 15 状中结构 _ _ +9 画 画 v v _ 8 介宾关系 _ _ +10 雄鹰 雄鹰 n n _ 9 动宾关系 _ _ +11 、 、 wp w _ 12 标点符号 _ _ +12 松鼠 松鼠 n n _ 10 并列关系 _ _ +13 和 和 c cc _ 14 左附加关系 _ _ +14 麻雀 麻雀 n n _ 10 并列关系 _ _ +15 作为 作为 p p _ 6 动宾关系 _ _ +16 主攻 主攻 v vn _ 17 定中关系 _ _ +17 目标 目标 n n _ 15 动宾关系 _ _ +18 。 。 wp w _ 4 标点符号 _ _ +``` + +### 服务器 + +通过`hanlp serve`来启动内置的http服务器，默认本地访问地址为：http://localhost:8765 ；也可以访问官网演示页面：http://hanlp.hankcs.com/ 。 + +### 升级 + +通过`hanlp update`命令来将[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)升级到最新版。该命令会获取[HanLP主项目最新版本](https://github.com/hankcs/HanLP/releases)并自动下载安装。 + +欢迎通过`hanlp --help`查看最新帮助手册。 + +## API + +通过工具类[`HanLP`](https://github.com/hankcs/HanLP/blob/1.x/src/main/java/com/hankcs/hanlp/HanLP.java#L55)调用常用接口： + +```python +from pyhanlp import * + +print(HanLP.segment('你好，欢迎在Python中调用HanLP的API')) +for term in HanLP.segment('下雨天地面积水'): + print('{}\t{}'.format(term.word, term.nature)) # 获取单词与词性 +testCases = [ + "商品和服务", + "结婚的和尚未结婚的确实在干扰分词啊", + "买水果然后来世博园最后去世博会", + "中国的首都是北京", + "欢迎新老师生前来就餐", + "工信处女干事每月经过下属科室都要亲口交代24口交换机等技术性器件的安装工作", + "随着页游兴起到现在的页游繁盛，依赖于存档进行逻辑判断的设计减少了，但这块也不能完全忽略掉。"] +for sentence in testCases: print(HanLP.segment(sentence)) +# 关键词提取 +document = "水利部水资源司司长陈明忠9月29日在国务院新闻办举行的新闻发布会上透露，" \ + "根据刚刚完成了水资源管理制度的考核，有部分省接近了红线的指标，" \ + "有部分省超过红线的指标。对一些超过红线的地方，陈明忠表示，对一些取用水项目进行区域的限批，" \ + "严格地进行水资源论证和取水许可的批准。" +print(HanLP.extractKeyword(document, 2)) +# 自动摘要 +print(HanLP.extractSummary(document, 3)) +# 依存句法分析 +print(HanLP.parseDependency("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。")) +``` + +### 更多功能 + +更多功能，包括但不限于： + +- 自定义词典 +- 极速词典分词 +- 索引分词 +- CRF分词 +- 感知机词法分析 +- 臺灣正體、香港繁體 +- 关键词提取、自动摘要 +- 文本分类、情感分析 + +请阅读[HanLP主项目文档](https://github.com/hankcs/HanLP/blob/1.x/README.md)和[demos目录](https://github.com/hankcs/pyhanlp/tree/master/tests/demos)以了解更多。调用更底层的API需要参考Java语法用JClass引入更深的类路径。以感知机词法分析器为例，这个类位于包名[`com.hankcs.hanlp.model.perceptron.PerceptronLexicalAnalyzer`](https://github.com/hankcs/HanLP/blob/1.x/src/main/java/com/hankcs/hanlp/model/perceptron/PerceptronLexicalAnalyzer.java)下，所以先用`JClass`得到类，然后就可以调用了： + +``` +PerceptronLexicalAnalyzer = JClass('com.hankcs.hanlp.model.perceptron.PerceptronLexicalAnalyzer') +analyzer = PerceptronLexicalAnalyzer() +print(analyzer.analyze("上海华安工业（集团）公司董事长谭旭光和秘书胡花蕊来到美国纽约现代艺术博物馆参观")) +``` + +输出： + +``` +[上海/ns 华安/nz 工业/n （/w 集团/n ）/w 公司/n]/nt 董事长/n 谭旭光/nr 和/c 秘书/n 胡花蕊/nr 来到/v [美国/ns 纽约/ns 现代/t 艺术/n 博物馆/n]/ns 参观/v +``` + +如果你需要多线程安全性，可使用`SafeJClass`；如果你需要延迟加载，可使用`LazyLoadingJClass`。如果你经常使用某个类，欢迎将其写入`pyhanlp/__init__.py`中并提交pull request，谢谢！ + +## 与其他项目共享data + +[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)具备高度可自定义的特点，所有模型和词典都可以自由替换。如果你希望与别的项目共享同一套data，只需将该项目的配置文件`hanlp.properties`拷贝到pyhanlp的安装目录下即可。本机安装目录可以通过`hanlp --version`获取。 + +同时，还可以通过`--config`临时加载另一个配置文件： + +``` +hanlp segment --config path/to/another/hanlp.properties +``` + +## 测试 + +``` +git clone https://github.com/hankcs/pyhanlp.git +cd pyhanlp +pip install -e . +python tests/test_hanlp.py +``` + +## 反馈 + +任何bug，请前往[HanLP issue区](https://github.com/hankcs/HanLP/issues)。提问请上[论坛](https://bbs.hankcs.com/)反馈，谢谢。 + +## [《自然语言处理入门》](http://nlp.hankcs.com/book.php) + +自然语言处理是一门博大精深的学科，掌握理论才能发挥出工具的全部性能。新手可考虑这本入门书： + + + +一本配套HanLP的NLP入门书，基础理论与生产代码并重，Python与Java双实现。从基本概念出发，逐步介绍中文分词、词性标注、命名实体识别、信息抽取、文本聚类、文本分类、句法分析这几个热门问题的算法原理与工程实现。书中通过对多种算法的讲解，比较了它们的优缺点和适用场景，同时详细演示生产级成熟代码，助你真正将自然语言处理应用在生产环境中。 + +[《自然语言处理入门》](http://nlp.hankcs.com/book.php)由南方科技大学数学系创系主任夏志宏、微软亚洲研究院副院长周明、字节跳动人工智能实验室总监李航、华为诺亚方舟实验室语音语义首席科学家刘群、小米人工智能实验室主任兼NLP首席科学家王斌、中国科学院自动化研究所研究员宗成庆、清华大学副教授刘知远、北京理工大学副教授张华平和52nlp作序推荐。感谢各位前辈老师，希望这个项目和这本书能成为大家工程和学习上的“蝴蝶效应”，帮助大家在NLP之路上蜕变成蝶。 + +## 授权协议 + +Apache License 2.0 + +%package help +Summary: Development documents and examples for pyhanlp +Provides: python3-pyhanlp-doc +%description help +# pyhanlp: Python interfaces for HanLP1.x + + [](https://pepy.tech/project/pyhanlp) [](https://github.com/hankcs/pyhanlp/blob/master/LICENSE) [](https://play.hanlp.ml/run/pyhanlp) [](https://mybinder.org/v2/gh/hankcs/pyhanlp.git/master?filepath=tests%2Fbook%2Findex.ipynb) + +[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)的Python接口，支持自动下载与升级[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)，兼容Python<=3.8。内部算法经过工业界和学术界考验，配套书籍[《自然语言处理入门》](http://nlp.hankcs.com/book.php)已经出版，欢迎查阅[随书代码](https://github.com/hankcs/pyhanlp/tree/master/tests/book)或点击[](https://mybinder.org/v2/gh/hankcs/pyhanlp.git/master?filepath=tests%2Fbook%2Findex.ipynb)在线运行。基于深度学习的[HanLP2.x](https://github.com/hankcs/HanLP/tree/doc-zh)已于2020年初发布，次世代最先进的多语种NLP技术，与1.x相辅相成，平行发展。 + +## 安装 + +**懒人**请点击[](https://play.hanlp.ml/run/pyhanlp)；**非IT人士**可直接使用[傻瓜虚拟机](https://od.hankcs.com/book/intro_nlp/%E5%82%BB%E7%93%9C%E8%99%9A%E6%8B%9F%E6%9C%BA/)；**工程师**请先安装[conda](https://docs.conda.io/en/latest/miniconda.html)，然后执行： + +```bash +conda install -c conda-forge openjdk python=3.8 jpype1=0.7.0 -y +pip install pyhanlp +``` + +使用命令`hanlp`来验证安装，如因网络等原因自动安装失败，可参考[手动配置](https://github.com/hankcs/pyhanlp/wiki/%E6%89%8B%E5%8A%A8%E9%85%8D%E7%BD%AE)或[Windows指南](https://github.com/hankcs/pyhanlp/wiki/Windows)。 + +## 命令行 + +### 中文分词 + +使用命令`hanlp segment`进入交互分词模式，输入一个句子并回车，[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)会输出分词结果： + +```python +$ hanlp segment +商品和服务 +商品/n 和/cc 服务/vn +当下雨天地面积水分外严重 +当/p 下雨天/n 地面/n 积水/n 分外/d 严重/a +龚学平等领导说,邓颖超生前杜绝超生 +龚学平/nr 等/udeng 领导/n 说/v ,/w 邓颖超/nr 生前/t 杜绝/v 超生/vi +``` + +还可以重定向输入输出到文件等： + +```python +$ hanlp segment <<< '欢迎新老师生前来就餐' +欢迎/v 新/a 老/a 师生/n 前来/vi 就餐/vi +``` + +### 依存句法分析 + +命令为`hanlp parse`，同样支持交互模式和重定向： + +```python +$ hanlp parse <<< '徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。' +1 徐先生 徐先生 nh nr _ 4 主谓关系 _ _ +2 还 还 d d _ 4 状中结构 _ _ +3 具体 具体 a a _ 4 状中结构 _ _ +4 帮助 帮助 v v _ 0 核心关系 _ _ +5 他 他 r rr _ 4 兼语 _ _ +6 确定 确定 v v _ 4 动宾关系 _ _ +7 了 了 u ule _ 6 右附加关系 _ _ +8 把 把 p pba _ 15 状中结构 _ _ +9 画 画 v v _ 8 介宾关系 _ _ +10 雄鹰 雄鹰 n n _ 9 动宾关系 _ _ +11 、 、 wp w _ 12 标点符号 _ _ +12 松鼠 松鼠 n n _ 10 并列关系 _ _ +13 和 和 c cc _ 14 左附加关系 _ _ +14 麻雀 麻雀 n n _ 10 并列关系 _ _ +15 作为 作为 p p _ 6 动宾关系 _ _ +16 主攻 主攻 v vn _ 17 定中关系 _ _ +17 目标 目标 n n _ 15 动宾关系 _ _ +18 。 。 wp w _ 4 标点符号 _ _ +``` + +### 服务器 + +通过`hanlp serve`来启动内置的http服务器，默认本地访问地址为：http://localhost:8765 ；也可以访问官网演示页面：http://hanlp.hankcs.com/ 。 + +### 升级 + +通过`hanlp update`命令来将[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)升级到最新版。该命令会获取[HanLP主项目最新版本](https://github.com/hankcs/HanLP/releases)并自动下载安装。 + +欢迎通过`hanlp --help`查看最新帮助手册。 + +## API + +通过工具类[`HanLP`](https://github.com/hankcs/HanLP/blob/1.x/src/main/java/com/hankcs/hanlp/HanLP.java#L55)调用常用接口： + +```python +from pyhanlp import * + +print(HanLP.segment('你好，欢迎在Python中调用HanLP的API')) +for term in HanLP.segment('下雨天地面积水'): + print('{}\t{}'.format(term.word, term.nature)) # 获取单词与词性 +testCases = [ + "商品和服务", + "结婚的和尚未结婚的确实在干扰分词啊", + "买水果然后来世博园最后去世博会", + "中国的首都是北京", + "欢迎新老师生前来就餐", + "工信处女干事每月经过下属科室都要亲口交代24口交换机等技术性器件的安装工作", + "随着页游兴起到现在的页游繁盛，依赖于存档进行逻辑判断的设计减少了，但这块也不能完全忽略掉。"] +for sentence in testCases: print(HanLP.segment(sentence)) +# 关键词提取 +document = "水利部水资源司司长陈明忠9月29日在国务院新闻办举行的新闻发布会上透露，" \ + "根据刚刚完成了水资源管理制度的考核，有部分省接近了红线的指标，" \ + "有部分省超过红线的指标。对一些超过红线的地方，陈明忠表示，对一些取用水项目进行区域的限批，" \ + "严格地进行水资源论证和取水许可的批准。" +print(HanLP.extractKeyword(document, 2)) +# 自动摘要 +print(HanLP.extractSummary(document, 3)) +# 依存句法分析 +print(HanLP.parseDependency("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。")) +``` + +### 更多功能 + +更多功能，包括但不限于： + +- 自定义词典 +- 极速词典分词 +- 索引分词 +- CRF分词 +- 感知机词法分析 +- 臺灣正體、香港繁體 +- 关键词提取、自动摘要 +- 文本分类、情感分析 + +请阅读[HanLP主项目文档](https://github.com/hankcs/HanLP/blob/1.x/README.md)和[demos目录](https://github.com/hankcs/pyhanlp/tree/master/tests/demos)以了解更多。调用更底层的API需要参考Java语法用JClass引入更深的类路径。以感知机词法分析器为例，这个类位于包名[`com.hankcs.hanlp.model.perceptron.PerceptronLexicalAnalyzer`](https://github.com/hankcs/HanLP/blob/1.x/src/main/java/com/hankcs/hanlp/model/perceptron/PerceptronLexicalAnalyzer.java)下，所以先用`JClass`得到类，然后就可以调用了： + +``` +PerceptronLexicalAnalyzer = JClass('com.hankcs.hanlp.model.perceptron.PerceptronLexicalAnalyzer') +analyzer = PerceptronLexicalAnalyzer() +print(analyzer.analyze("上海华安工业（集团）公司董事长谭旭光和秘书胡花蕊来到美国纽约现代艺术博物馆参观")) +``` + +输出： + +``` +[上海/ns 华安/nz 工业/n （/w 集团/n ）/w 公司/n]/nt 董事长/n 谭旭光/nr 和/c 秘书/n 胡花蕊/nr 来到/v [美国/ns 纽约/ns 现代/t 艺术/n 博物馆/n]/ns 参观/v +``` + +如果你需要多线程安全性，可使用`SafeJClass`；如果你需要延迟加载，可使用`LazyLoadingJClass`。如果你经常使用某个类，欢迎将其写入`pyhanlp/__init__.py`中并提交pull request，谢谢！ + +## 与其他项目共享data + +[HanLP1.x](https://github.com/hankcs/HanLP/tree/1.x)具备高度可自定义的特点，所有模型和词典都可以自由替换。如果你希望与别的项目共享同一套data，只需将该项目的配置文件`hanlp.properties`拷贝到pyhanlp的安装目录下即可。本机安装目录可以通过`hanlp --version`获取。 + +同时，还可以通过`--config`临时加载另一个配置文件： + +``` +hanlp segment --config path/to/another/hanlp.properties +``` + +## 测试 + +``` +git clone https://github.com/hankcs/pyhanlp.git +cd pyhanlp +pip install -e . +python tests/test_hanlp.py +``` + +## 反馈 + +任何bug，请前往[HanLP issue区](https://github.com/hankcs/HanLP/issues)。提问请上[论坛](https://bbs.hankcs.com/)反馈，谢谢。 + +## [《自然语言处理入门》](http://nlp.hankcs.com/book.php) + +自然语言处理是一门博大精深的学科，掌握理论才能发挥出工具的全部性能。新手可考虑这本入门书： + + + +一本配套HanLP的NLP入门书，基础理论与生产代码并重，Python与Java双实现。从基本概念出发，逐步介绍中文分词、词性标注、命名实体识别、信息抽取、文本聚类、文本分类、句法分析这几个热门问题的算法原理与工程实现。书中通过对多种算法的讲解，比较了它们的优缺点和适用场景，同时详细演示生产级成熟代码，助你真正将自然语言处理应用在生产环境中。 + +[《自然语言处理入门》](http://nlp.hankcs.com/book.php)由南方科技大学数学系创系主任夏志宏、微软亚洲研究院副院长周明、字节跳动人工智能实验室总监李航、华为诺亚方舟实验室语音语义首席科学家刘群、小米人工智能实验室主任兼NLP首席科学家王斌、中国科学院自动化研究所研究员宗成庆、清华大学副教授刘知远、北京理工大学副教授张华平和52nlp作序推荐。感谢各位前辈老师，希望这个项目和这本书能成为大家工程和学习上的“蝴蝶效应”，帮助大家在NLP之路上蜕变成蝶。 + +## 授权协议 + +Apache License 2.0 + +%prep +%autosetup -n pyhanlp-0.1.84 + +%build +%py3_build + +%install +%py3_install +install -d -m755 %{buildroot}/%{_pkgdocdir} +if [ -d doc ]; then cp -arf doc %{buildroot}/%{_pkgdocdir}; fi +if [ -d docs ]; then cp -arf docs %{buildroot}/%{_pkgdocdir}; fi +if [ -d example ]; then cp -arf example %{buildroot}/%{_pkgdocdir}; fi +if [ -d examples ]; then cp -arf examples %{buildroot}/%{_pkgdocdir}; fi +pushd %{buildroot} +if [ -d usr/lib ]; then + find usr/lib -type f -printf "/%h/%f\n" >> filelist.lst +fi +if [ -d usr/lib64 ]; then + find usr/lib64 -type f -printf "/%h/%f\n" >> filelist.lst +fi +if [ -d usr/bin ]; then + find usr/bin -type f -printf "/%h/%f\n" >> filelist.lst +fi +if [ -d usr/sbin ]; then + find usr/sbin -type f -printf "/%h/%f\n" >> filelist.lst +fi +touch doclist.lst +if [ -d usr/share/man ]; then + find usr/share/man -type f -printf "/%h/%f.gz\n" >> doclist.lst +fi +popd +mv %{buildroot}/filelist.lst . +mv %{buildroot}/doclist.lst . + +%files -n python3-pyhanlp -f filelist.lst +%dir %{python3_sitelib}/* + +%files help -f doclist.lst +%{_docdir}/* + +%changelog +* Fri May 05 2023 Python_Bot <Python_Bot@openeuler.org> - 0.1.84-1 +- Package Spec generated |