1. pyhanlp介紹和簡單應用
2. 觀點提取和聚類代碼詳解
1. 前言
中文分詞≠自然語言處理！
中文分詞只是第一步；HanLP從中文分詞開始，覆蓋詞性標注、命名實體識別、句法分析、文本分類等常用任務，提供了豐富的API。
不同於一些簡陋的分詞類庫，HanLP精心優化了內部數據結構和IO接口，做到了毫秒級的冷啟動、千萬字符每秒的處理速度，而內存最低僅需120MB。無論是移動設備還是大型集群，都能獲得良好的體驗。
不同於市面上的商業工具，HanLP提供訓練模塊，可以在用戶的語料上訓練模型並替換默認模型，以適應不同的領域。項目主頁上提供了詳細的文檔，以及在一些開源語料上訓練的模型。
HanLP希望兼顧學術界的精准與工業界的效率，在兩者之間取一個平衡，真正將自然語言處理普及到生產環境中去。
我們使用的pyhanlp是用python包裝了HanLp的java接口。
2. pyhanlp的安裝和使用
2.1 python下安裝pyhanlp
pip安裝
sudo pip3 install pyhanlp
第一次import pyhanlp會下載一個比較大的數據集，需要耐心等待下，后面再import就不會有了。
from pyhanlp import *
詳情請見pyhanlp官方文檔
2.2 pyhanlp簡單使用方法
分詞使用
from pyhanlp import *
print(HanLP.segment("今天開心了嗎？"))
>>> [今天/t, 開心/a, 了/ule, 嗎/y, ？/w]
依存分析使用
from pyhanlp import *
print(HanLP.parseDependency("今天開心了嗎？"))
>>> 1 今天 今天 nt t _ 2 狀中結構 _ _
>>> 2 開心 開心 a a _ 0 核心關系 _ _
>>> 3 了 了 e y _ 2 右附加關系 _ _
>>> 4 嗎 嗎 e y _ 2 右附加關系 _ _
>>> 5 ？ ？ wp w _ 2 標點符號 _ _
2.3 pyhanlp可視化
如果大家看不太清楚上面的輸出，pyhanlp提供了一個很好的展示交付界面，只要一句命令就能啟動一個web服務
hanlp serve
登錄http://localhost:8765就能看下可視化界面，能看到分詞結果和依存關系的結果，是不是很直觀。這個網頁上還有安裝說明、源碼鏈接、文檔鏈接、常見的問題（FAQ）。
