概 述

HanLP 是基于 Java開發(fā)的 NLP工具包，由一系列模型與算法組成，目標(biāo)是普及自然語言處理在生產(chǎn)環(huán)境中的應(yīng)用。而且 HanLP具備功能完善、性能高效、架構(gòu)清晰、語料時(shí)新、可自定義的特點(diǎn)，因此十分好上手，本文就結(jié)合 Spring Boot來將 HanLP用起來！

下載 HanLP數(shù)據(jù)和程序

由于 HanLP庫(kù)將數(shù)據(jù)與代碼分離，因此我們需要分別下載所需數(shù)據(jù)和 jar包：

• 所需 data數(shù)據(jù)包下載地址為 data.zip
• 所需 jar包下載地址為 hanlp-release.zip

工程搭建

• 創(chuàng)建一個(gè)普通的 Spring Boot工程，不贅述
• 引入 HanLP數(shù)據(jù) 和 配置

下載完成以后，首先解壓 hanlp-release.zip壓縮包，然后將解壓出的 HanLP的 jar包引入 Spring Boot工程，然后需要來放置 HanLP所需配置和數(shù)據(jù)：

將解壓后 hanlp-release.zip壓縮包中的 hanlp.properties配置文件置于項(xiàng)目的 resources資源目錄下

然后解壓 data.zip壓縮包，將解壓出的 data目錄同樣至于 resources目錄下（ data 中的數(shù)據(jù)包很重要，是 HanLP工作所需的詞典和模型 ）

創(chuàng)建 IO適配器

HanLP 提供了 IO適配器，用戶可以實(shí)現(xiàn)其提供的 com.hankcs.hanlp.corpus.io.IIOAdapter 接口以在不同的平臺(tái)（HDFS、Redis等）上運(yùn)行HanLP，默認(rèn)的 IO適配器 IOAdapter = com.hankcs.hanlp.corpus.io.FileIOAdapter 是基于普通文件系統(tǒng)的。

接下來我們重寫一下 IOAdapter類，使用讀寫靜態(tài)資源文件的方法來讀取HanLP所需的詞典和模型數(shù)據(jù)（ 即resources目錄下剛放置的 data目錄 ）

public class ResourceFileIoAdapter implements IIOAdapter {@Overridepublic InputStream open(String path) throws IOException {ClassPathResource resource = new ClassPathResource( path );InputStream is = new FileInputStream( resource.getFile() );return is;}@Overridepublic OutputStream create(String path) throws IOException {ClassPathResource resource = new ClassPathResource( path );OutputStream os = new FileOutputStream( resource.getFile() );return os;} }

然后我們配置一下 HanLP的配置文件hanlp.properties，有兩處需要改為以下配置：

root= // 我們不再需要這種指定data目錄的方式 IOAdapter=cn.codesheep.springbt_hanlp_userdefine.config.ResourceFileIoAdapter // 指定自定義的IOAdapter

好，現(xiàn)在項(xiàng)目就可以工作了，我們接下來寫幾個(gè)測(cè)試用例測(cè)試體驗(yàn)一把 ！

實(shí)驗(yàn)測(cè)試

隨便寫幾個(gè)例子來感受一番：

• 分詞功能

@Test public void testSegment() {System.out.println( HanLP.segment("www.codesheep.cn是一個(gè)技術(shù)博客！") ); }

分詞結(jié)果如下：

[www/nx, ./w, codesheep/nx, ./w, cn/nx, 是/vshi, 一個(gè)/mq, 技術(shù)/n, 博客/n, ！/w]

每個(gè)詞段后的 /nx，/w之類的是 HanLP定義的詞性，可以去看 HanLP的接口來獲取詳情

• 文本推薦

@Test public void testSuggest() {Suggester suggester = new Suggester();String[] titleArray =("威廉王子發(fā)表演說 呼吁保護(hù)野生動(dòng)物n" +"《時(shí)代》年度人物最終入圍名單出爐 普京馬云入選n" +"“黑格比”橫掃菲：菲吸取“海燕”經(jīng)驗(yàn)及早疏散n" +"日本保密法將正式生效 日媒指其損害國(guó)民知情權(quán)n" +"人工智能如今是非常火熱的一門技術(shù)”").split("n");for (String title : titleArray){suggester.addSentence(title);}System.out.println(suggester.suggest("機(jī)器學(xué)習(xí)", 1)); // 語義System.out.println(suggester.suggest("危機(jī)公共", 1)); // 字符System.out.println(suggester.suggest("mayun", 1)); // 拼音 }

三個(gè)關(guān)鍵字的語句推薦結(jié)果為：

機(jī)器學(xué)習(xí) → [人工智能如今是非?；馃岬囊婚T技術(shù)”] 危機(jī)公共 → [威廉王子發(fā)表演說 呼吁保護(hù)野生動(dòng)物] mayun → [《時(shí)代》年度人物最終入圍名單出爐 普京馬云入選]

關(guān)鍵字提取

@Test public void testKeyExtract() {String content = "蘋果公司（Apple Inc. ）是美國(guó)一家高科技公司。由史蒂夫·喬布斯、斯蒂夫·沃茲尼亞克和羅·韋恩(Ron Wayne)等人于1976年4月1日創(chuàng)立，" +"并命名為美國(guó)蘋果電腦公司（Apple Computer Inc. ），2007年1月9日更名為蘋果公司，總部位于加利福尼亞州的庫(kù)比蒂諾。";List<String> keywordList = HanLP.extractKeyword(content, 5);System.out.println(keywordList); }

提取結(jié)果為：

[公司, 蘋果, 美國(guó), Inc, Apple]

體驗(yàn)一番我們發(fā)現(xiàn)其自帶的模型、字典等數(shù)據(jù)給出的實(shí)驗(yàn)效果已經(jīng)是非常不錯(cuò)了，而且用戶還可以自定義或修改 data目錄下的模型、字典等數(shù)據(jù)來滿足特定需求，因此還是十分強(qiáng)大的。

后 記

由于能力有限，若有錯(cuò)誤或者不當(dāng)之處，還請(qǐng)大家批評(píng)指正，一起學(xué)習(xí)交流！

作者：CodeSheep程序羊

鏈接：https://www.imooc.com/article/258296

來源：慕課網(wǎng)

本文原創(chuàng)發(fā)布于慕課網(wǎng) ，轉(zhuǎn)載請(qǐng)注明出處，謝謝合作

總結(jié)

以上是生活随笔為你收集整理的springboot中aop的应用场景_自然语言处理工具包 HanLP在 Spring Boot中的应用的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

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