PyNLPIR python中文分词工具

官网：https://pynlpir.readthedocs.io/en/latest/ 

github：https://github.com/tsroten/pynlpir 

        NLPIR分词系统前身为2000年发布的ICTCLAS词法分析系统，从2009年开始，为了和以前工作进行大的区隔，并推广NLPIR自然语言处理与信息检索共享平台，调整命名为NLPIR分词系统。    

        其主要的功能有中文分词，标注词性和获取句中的关键词。

        主要用到的函数有两个： pynlpir.segment(s, pos_tagging=True, pos_names='parent', pos_english=True)

                                                   pynlpir.get_key_words(s, max_words=50, weighted=False)

          分词：pynlpir.segment(s, pos_tagging=True, pos_names='parent', pos_english=True) 

                S: 句子    

                pos_tagging：是否进行词性标注    

                pos_names：显示词性的父类(parent)还是子类(child) 或者全部(all)   

                pos_english：词性显示英语还是中文

            获取关键词：pynlpir.get_key_words(s, max_words=50, weighted=False)

                s: 句子

                max_words：最大的关键词数

                weighted：是否显示关键词的权重

import pynlpir
import jieba

pynlpir.open()
s = '最早的几何学兴起于公元前7世纪的古埃及'
# s = 'hscode为0110001234的进口'
segments = pynlpir.segment(s, pos_names='all',pos_english=False)
for segment in segments:
    print (segment[0], '\t', segment[1])

key_words = pynlpir.get_key_words(s, weighted=True)
for key_word in key_words:
    print (key_word[0], '\t', key_word[1])

pynlpir.close()

                       

 

null