SmoothNLP

---

• python
• Java

Python

python interfaces for SmoothNLP 的 Python 接口， 支持自動(dòng)下載底層jar包 ，目前支持Python3

Pypi 官方安裝

pip3 install smoothnlp 復(fù)制代碼

請(qǐng)注意使用python3安裝smoothnlp項(xiàng)目，當(dāng)前版本 version=0.2.4

如果您使用的Mac,且用anaconda管理python, 可能會(huì)碰到報(bào)錯(cuò), 請(qǐng)嘗試:

export MACOSX_DEPLOYMENT_TARGET=10.10 CFLAGS='-stdlib=libc++' pip3 install jpype1 pip3 install smoothnlp 復(fù)制代碼

API

通過(guò)smoothnlp 調(diào)用python 接口

1.Tokenize分詞

import smoothnlp smoothnlp.segment('歡迎使用smoothnlp的Python接口') ['歡迎', '使用', 'smoothnlp', '的', 'Python', '接口'] 復(fù)制代碼

2.Postag詞性標(biāo)注

import smoothnlp smoothnlp.postag('歡迎使用smoothnlp的Python接口') [{'postag': 'VV', 'token': '歡迎'}, {'postag': 'VV', 'token': '使用'}, {'postag': 'NN', 'token': 'smoothnlp'}, {'postag': 'DEC', 'token': '的'}, {'postag': 'NN', 'token': 'Python'}, {'postag': 'NN', 'token': '接口'}] 復(fù)制代碼

3.NER 實(shí)體識(shí)別

import smoothnlp smoothnlp.ner("中國(guó)平安2019年度長(zhǎng)期服務(wù)計(jì)劃于2019年5月7日至5月14日通過(guò)二級(jí)市場(chǎng)完成購(gòu)股，" \"共購(gòu)得本公司A股股票5429.47萬(wàn)股，占總股本的比例為0.297%，" \"成交金額合計(jì)42.96億元（含費(fèi)用），成交均價(jià)約為79.10元/股") [{'charEnd': 4, 'charStart': 0, 'nerTag': 'financial_agency', 'normalizedEntityValue': '中國(guó)平安', 'sTokenList': None, 'text': '中國(guó)平安'},{'charEnd': 9, 'charStart': 4, 'nerTag': 'datetime', 'normalizedEntityValue': '2019年', 'sTokenList': None, 'text': '2019年'}, {'charEnd': 26, 'charStart': 17, 'nerTag': 'datetime', 'normalizedEntityValue': '2019年5月7日', 'sTokenList': None, 'text': '2019年5月7日'},{'charEnd': 29, 'charStart': 27, 'nerTag': 'datetime', 'normalizedEntityValue': '5月', 'sTokenList': None, 'text': '5月'}, {'charEnd': 51, 'charStart': 49, 'nerTag': 'financial_metric', 'normalizedEntityValue': 'A股', 'sTokenList': None, 'text': 'A股'}, {'charEnd': 53, 'charStart': 51, 'nerTag': 'financial_metric', 'normalizedEntityValue': '股票', 'sTokenList': None, 'text': '股票'}, {'charEnd': 61, 'charStart': 53, 'nerTag': 'NUMBER', 'normalizedEntityValue': '54294700', 'sTokenList': {'25': {'postag': 'NN', 'token': '5429.47萬(wàn)'}}, 'text': '5429.47萬(wàn)'}, {'charEnd': 67, 'charStart': 64, 'nerTag': 'organization_metric', 'normalizedEntityValue': '總股本', 'sTokenList': None, 'text': '總股本'}, {'charEnd': 77, 'charStart': 71, 'nerTag': 'PERCENT', 'normalizedEntityValue': '0.297%', 'sTokenList': {'33': {'postag': 'NN', 'token': '0.297%'}}, 'text': '0.297%'}, {'charEnd': 91, 'charStart': 84, 'nerTag': 'MONEY', 'normalizedEntityValue': '￥4296000000', 'sTokenList': {'38': {'postag': 'CD', 'token': '42.96億'}, '39': {'postag': 'M', 'token': '元'}}, 'text': '42.96億元'}, {'charEnd': 109, 'charStart': 103, 'nerTag': 'MONEY', 'normalizedEntityValue': '￥79.1', 'sTokenList': {'49': {'postag': 'CD', 'token': '79.10'}, '50': {'postag': 'M', 'token': '元'}}, 'text': '79.10元'}] 復(fù)制代碼

4. 金融實(shí)體識(shí)別

import smoothnlp smoothnlp.financial_agency_recognize("中國(guó)平安2019年度長(zhǎng)期服務(wù)計(jì)劃于2019年5月7日至5月14日通過(guò)二級(jí)市場(chǎng)完成購(gòu)股") [{'charEnd': 4, 'charStart': 0, 'nerTag': 'financial_agency', 'normalizedEntityValue': '中國(guó)平安', 'sTokenList': None, 'text': '中國(guó)平安'}] 復(fù)制代碼

5.數(shù)字實(shí)體識(shí)別

import smoothnlp smoothnlp.number_recognize("百度移動(dòng)應(yīng)用的月活躍設(shè)備達(dá)11億臺(tái)") #-- output [{'charEnd': 16, 'charStart': 13, 'nerTag': 'NUMBER', 'normalizedEntityValue': '1100000000', 'sTokenList': {'9': {'postag': 'CD', 'token': '11億'}}, 'text': '11億'}] 復(fù)制代碼

更多功能請(qǐng)閱讀pySmoothnlp項(xiàng)目文檔

---

Java

SmoothNLP項(xiàng)目的主要功能都在Java中有實(shí)現(xiàn), 打包好的Jar文件會(huì)在[Release頁(yè)面]定期更新, 或者在提供的maven項(xiàng)目代碼中, 直接編譯即可

git clone https://github.com/smoothnlp/SmoothNLP.git cd smoothnlp_maven mvn clean package 復(fù)制代碼

編譯好的Jar文件會(huì)在 smoothnlp_maven/target/smoothnlp-*.jar

總結(jié)

以上是生活随笔為你收集整理的SmoothNLP 中文NLP文本处理工具 Python 实战示范的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。