awesome-archive / huannlp

self implement of NLP toolkit 个人实现NLP汉语自然语言处理组件，提供基于HMM与CRF的分词，词性标注，命名实体识别接口，提供基于CRF的依存句法接口。

HuanNLP

self implement of NLP toolkit 个人实现NLP汉语自然语言处理组件，提供基于HMM与CRF的分词，词性标注，命名实体识别接口，提供基于CRF的依存句法接口。

使用简介

引入

import nlp nlp = huannlp.HuanNLP('HMM') 或者 nlp = huannlp.HuanNLP('CRF') text = "刘焕勇硕士毕业于北京语言大学，目前在**科学院软件研究所工作"  

分词

words = huannlp.cut(text)

HMM模式：

['刘焕勇', '硕士', '毕业', '于', '北京', '语言', '大学', '，', '目前', '在', '中', '国', '科学', '院', '软', '件', '研究', '所', '工作']

CRF模式：

['刘焕勇', '硕士', '毕业于', '北京', '语言', '大学', '，', '目前', '在', '**科学院', '软件', '研究', '所', '工作']

词性标注

postags = huannlp.postag(text)

HMM模式：

['r', 'n', 'v', 'p', 'ns', 'n', 'n', 'w', 'nt', 'p', 'nd', 'n', 'n', 'n', 'a', 'n', 'v', 'u', 'n']

CRF模式：

['n', 'n', 'v', 'ns', 'n', 'n', 'w', 'nt', 'p', 'ni', 'n', 'v', 'u', 'n']

词性对照表

标记	词性	标记	词性	标记	词性	标记	词性
n	普通名词	nt	时间名词	nd	方位名词	nl	处所名词
nh	人名	nhf	姓	nhs	名	ns	地名
nn	族名	ni	机构名	nz	其他专名	v	动词
vd	趋向动词	vl	联系动词	vu	能愿动词	a	形容词
f	区别词	m	数词	q	量词	d	副词
r	代词	p	介词	c	连词	u	助词
e	叹词	o	拟声词	i	习用语	j	缩略语
h	前接成分	k	后接成分	g	语素字	x	非语素字
w	标点符号	ws	非汉字字符串	wu	其他未知的符号	--	---

命名实体识别

ners = huannlp.ner(text)

HMM模式：

{'TIM': [], 'PER': ['刘焕勇'], 'LOC': [], 'ORG': []}

CRF模式：

{'LOC': [], 'TIM': ['目前'], 'PER': ['刘焕勇'], 'ORG': ['**科学院', '北京语言大学']}

实体标记对照表

标记	实体类型
LOC	地名实体
PER	人名实体
ORG	机构实体
TIM	时间实体

依存句法标注

deps = nlp.dep(words, postags)

['刘焕勇', 'n', '硕士', 'n', 'ATT']
['硕士', 'n', '毕业于', 'v', 'SBV']
['毕业于', 'v', 'Root', '-', 'HED']
['北京', 'ns', '大学', 'n', 'ATT']
['语言', 'n', '大学', 'n', 'ATT']
['大学', 'n', '**科学院', 'ni', 'COO']
['，', 'w', '大学', 'n', 'WP']
['目前', 'nt', '大学', 'n', 'ATT']
['在', 'p', '软件', 'n', 'POB']
['**科学院', 'ni', '软件', 'n', 'ATT']
['软件', 'n', '研究', 'v', 'SBV']
['研究', 'v', '软件', 'n', 'VOB']
['所', 'u', '研究', 'v', 'ATT']
['工作', 'n', '**科学院', 'ni', 'VOB']