自然語言處理工具python調用hanlp中文實體識別

Hanlp作為一款重要的中文分詞工具，在GitHub的用戶量已經非常之高，應該可以看得出來大家對于hanlp這款分詞工具還是很認可的。本篇繼續分享一篇關于hanlp的使用實例即Python調用hanlp進行中文實體識別。

想要在python中調用hanlp進行中文實體識別，Ubuntu 16.04的系統環境

1.安裝jpype1，在cmd窗口輸入

pip install jpype1

2.下載hanlp的安裝包

在https://github.com/hankcs/HanLP/releases

（1）下載新的 hanlp-1.7.1-release.zip文件，里面包含hanlp-1.7.1.jar , hanlp-1.7.1-sources.jar , hanlp.properties

（2）點擊data-for-1.7.1.zip下載。（底下第8條）

注：如果你在http://hanlp.linrunsoft.com/services.html點擊下載hanlp.jar，下載下來的是hanlp-1.2.8.jar。之后在使用過程中可能會出現“字符類型對應表加載失敗”的錯誤，查看相應路徑下也沒有CharType.dat.yes文件。原因可能是hanlp-1.2.8版本過低，使用新版本應該不會出現這個問題。

3.新建一個文件夾Hanlp，放文件hanlp-1.7.1.jar和hanlp.properties文件

新建一個文件夾hanlp，放data-for-1.7.1.zip解壓后的文件

配置hanlp.properties中的第一行的root為hanlp文件夾的位置，也就是data-for-1.7.1.zip解壓后的文件放的位置。

4.寫py文件調用hanlp進行中文分析。

用法可參考這個博客 ?blog.csdn.net/u011961856/article/details/77167546。

另，查看HanLP關于實體識別的文檔http://hanlp.linrunsoft.com/doc.html

里面介紹說中文人名標注為“nr”，地名標注為“ns”，機構名標注為“nt”，所以使用用法參考鏈接里的NLPTokenizer.segment就可以標注出中文句子中的人名，地名和機構名。

比較使用jieba進行詞性標注時，也可以標注出中文句子中的人名，地名和機構名。jieba分詞的詞性說明：