快捷導航

java?使用HanLP?安裝入門詳細教程

更新時間：2025年07月31日 10:12:32 作者：2501_91537388

本文介紹Java使用HanLP的入門教程,涵蓋安裝、分詞、詞性標注、關(guān)鍵詞提取、NER等核心功能,強調(diào)其功能完善、性能高效、支持自定義詞典的特點,并提供配置方法和常見問題解決方案,適合中文NLP開發(fā)場景,感興趣的朋友一起跟隨小編看看吧

HanLP 是基于 Java開發(fā)的 NLP工具包，由一系列模型與算法組成，目標是普及自然語言處理在生產(chǎn)環(huán)境中的應用。而且 HanLP具備功能完善、性能高效、架構(gòu)清晰、語料時新、可自定義的特點，因此十分好上手，下面看下java 使用HanLP 入門教程。

1. 安裝 HanLP

Maven 依賴

<dependency>
    <groupId>com.hankcs</groupId>
    <artifactId>hanlp</artifactId>
    <version>portable-1.8.4</version> <!-- 最新版本請查看官網(wǎng) -->
</dependency>

注意：portable 版本內(nèi)置小型詞典，適合基礎(chǔ)任務(wù)；若需完整功能，需下載完整數(shù)據(jù)包。

2. 基礎(chǔ)功能

(1) 分詞

import com.hankcs.hanlp.HanLP;
import com.hankcs.hanlp.seg.common.Term;
public class BasicDemo {
    public static void main(String[] args) {
        String text = "你好，歡迎使用HanLP！這是一段測試文本。";
        // 標準分詞
        List<Term> termList = HanLP.segment(text);
        System.out.println(termList);
        // 輸出: [你好/vl, ，/w, 歡迎/v, 使用/v, HanLP/nx, ！/w, 這是/r, 一段/m, 測試/vn, 文本/n, 。/w]
    }
}

(2) 詞性標注

HanLP 的分詞結(jié)果已包含詞性（如 n=名詞，v=動詞）：

for (Term term : termList) {
    System.out.println(term.word + " : " + term.nature);
}

常用詞性標記：

n：名詞
v：動詞
w：標點符號
nx：外文單詞

3. 進階功能

(1) 關(guān)鍵詞提取

import com.hankcs.hanlp.summary.TextRankKeyword;
List<String> keywords = HanLP.extractKeyword(text, 5); // 提取前5個關(guān)鍵詞
System.out.println(keywords); // 輸出: [文本, 測試, HanLP, 歡迎, 使用]

(2) 命名實體識別（NER）

List<Term> termList = HanLP.segment("馬云在阿里巴巴工作。");
for (Term term : termList) {
    if (term.nature.toString().startsWith("nr")) { // nr=人名
        System.out.println("人名: " + term.word);
    } else if (term.nature.toString().startsWith("ns")) { // ns=地名
        System.out.println("地名: " + term.word);
    }
}
// 輸出: 人名: 馬云  地名: 阿里巴巴

(3) 自定義詞典

// 方式1：臨時添加單詞
HanLP.Config.CustomDictionaryPath = new String[]{"data/dictionary/custom/CustomDictionary.txt"};
HanLP.Config.enableDebug();
// 方式2：動態(tài)添加
CustomDictionary.add("量子計算", "n 1024");
CustomDictionary.insert("神經(jīng)網(wǎng)絡(luò)", "n 1024");
// 使用自定義詞典分詞
System.out.println(HanLP.segment("量子計算是未來趨勢"));
// 輸出: [量子計算/n, 是/v, 未來/t, 趨勢/n]

4. 高級配置

(1) 切換分詞模式

// 極速詞典分詞（不標注詞性）
List<String> fastSegResult = HanLP.segmentFaster(text);
// 標準分詞（帶詞性）
List<Term> stdSegResult = HanLP.segment(text);
// NLP分詞（高精度，需完整數(shù)據(jù)包）
List<Term> nlpSegResult = HanLP.newSegment().enableNameRecognize(true).seg(text);

(2) 加載完整數(shù)據(jù)包

下載數(shù)據(jù)包并解壓。
配置 hanlp.properties：
```
root=path/to/hanlp-data
```

5. 完整示例

import com.hankcs.hanlp.HanLP;
import com.hankcs.hanlp.seg.common.Term;
import java.util.List;
public class HanLPFullDemo {
    public static void main(String[] args) {
        String text = "清華大學位于北京市海淀區(qū)。";
        // 分詞 + 詞性標注
        List<Term> terms = HanLP.segment(text);
        System.out.println("分詞結(jié)果: " + terms);
        // 命名實體識別
        terms = HanLP.newSegment().enablePlaceRecognize(true).seg(text);
        for (Term term : terms) {
            if (term.nature.toString().startsWith("ns")) {
                System.out.println("地名: " + term.word);
            }
        }
        // 關(guān)鍵詞提取
        List<String> keywords = HanLP.extractKeyword(text, 3);
        System.out.println("關(guān)鍵詞: " + keywords);
    }
}

輸出：