手記實用系列文章： 1 結巴分詞和自然語言處理HanLP處理手記 2 Python中文語料批量預處理手記 3 自然語言處理手記 4 Python中調用自然語言處理工具HanLP手記 5 Python中結巴分詞使用手記 HanLP方法封裝類： # -*- coding:utf-8 ...

自然語言處理在大數據以及近年來大火的人工智能方面都有着非同尋常的意義。那么，什么是自然語言處理呢？在沒有接觸到大數據這方面的時候，也只是以前在學習計算機方面知識時聽說過自然語言處理。書本上對於自然語言處理的定義或者是描述太多專業化。換一個通俗的說法，自然語言處理就是把我們人類的語言通過一些方式 ...

在使用jieba分詞模塊進行分詞的處理之后，由於項目的需要，要寫一個java的分詞模塊。瀏覽了jieba的GitHub網頁之后發現：jieba的java部分已經是好久沒有更新過了，並且jieba的java版本功能非常不完善(甚至沒有按照詞性分詞的功能)。不過無可厚非就是了，畢竟jieba的口號是做 ...

比長文本簡單，對於計算機而言，更容易理解和分析，所以，分詞往往是自然語言處理的第一步。 ...

英文分詞可以使用空格，中文就不同了，一些分詞的原理后面再來說，先說下python中常用的jieba這個工具。 首先要注意自己在做練習時不要使用jieba.Py命名文件，否則會出現 jieba has no attribute named cut …等這些，如果刪除了自己創建的jieba.py ...

筆記轉載於GitHub項目：https://github.com/NLP-LOVE/Introduction-NLP 2. 詞典分詞 中文分詞：指的是將一段文本拆分為一系列單詞的過程，這些單詞順序拼接后等於原文本。 中文分詞算法大致分為基於詞典規則與基於機器學習這兩大派 ...

支持中文分詞（N-最短路分詞、CRF分詞、索引分詞、用戶自定義詞典、詞性標注），命名實體識別（中國人名、音譯人名、日本人名、地名、實體機構名識別），關鍵詞提取，自動摘要，短語提取，拼音轉換，簡繁轉換，文本推薦，依存句法分析（MaxEnt依存句法分析、CRF依存句法分析）。提供Lucene插件，兼容 ...

Lucene4.x。 HanLP: Han Language Processing 漢語言處 ...