# HuanNLP

**Repository Path**: teslatasy/HuanNLP

## Basic Information

- **Project Name**: HuanNLP
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2020-05-18
- **Last Updated**: 2024-11-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 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，目前在中国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', '中国科学院', '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': ['中国科学院', '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', '中国科学院', 'ni', 'COO']  
['，', 'w', '大学', 'n', 'WP']  
['目前', 'nt', '大学', 'n', 'ATT']  
['在', 'p', '软件', 'n', 'POB']  
['中国科学院', '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', '中国科学院', 'ni', 'VOB']