PyNLPIR python中文分词工具

官网： https://pynlpir.readthedocs.io/en/latest/ 

github： https://github.com/tsroten/pynlpir 

        NLPIR分词系统前身为2000年发布的ICTCLAS词法分析系统，从2009年开始，为了和以前工作进行大的区隔，并推广NLPIR自然语言处理与信息检索共享平台，调整命名为NLPIR分词系统。    

        其主要的功能有中文分词，标注词性和获取句中的关键词。

        主要用到的函数有两个：  pynlpir. segment ( s ,  pos_tagging=True ,  pos_names='parent' ,  pos_english=True )

                                                   pynlpir.get_key_words(s, max_words=50, weighted=False)

           分词： pynlpir. segment ( s ,  pos_tagging=True ,  pos_names='parent' ,  pos_english=True ) 

                S: 句子    

                pos_tagging：是否进行词性标注    

                pos_names：显示词性的父类(parent)还是子类(child) 或者全部(all)   

                pos_english：词性显示英语还是中文

            获取关键词：pynlpir.get_key_words(s, max_words=50, weighted=False)

                s: 句子

                max_words：最大的关键词数

                weighted：是否显示关键词的权重

        
        
        

         
         
         
import pynlpir
         
         
         
import jieba
         
         
         

         
         
         
pynlpir.open()
         
         
         
s = '最早的几何学兴起于公元前7世纪的古埃及'
         
         
         
# s = 'hscode为0110001234的进口'
         
         
         
segments = pynlpir.segment(s, pos_names='all',pos_english=False)
         
         
         
for segment in segments:
         
         
         
 print (segment[0], '\t', segment[1])
         
         
         

         
         
         
key_words = pynlpir.get_key_words(s, weighted=True)
         
         
         
for key_word in key_words:
         
         
         
 print (key_word[0], '\t', key_word[1])
         
         
         

         
         
         
pynlpir.close()
        
        
        

                             

 

null