汉语言处理包 HanLP 1.6.4 发布,优化新词发现

简介:

HanLP 是由一系列模型与算法组成的 Java 工具包,目标是普及自然语言处理在生产环境中的应用。HanLP 具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 在提供丰富功能的同时,HanLP 内部模块坚持低耦合、模型坚持惰性加载、服务坚持静态提供、词典坚持明文发布,使用非常方便,同时自带一些语料处理工具,帮助用户训练自己的模型。

HanLP v1.6.4 更新内容:

优化 CorpusLoader、优化 MutableFeatureMap 的设计

优化新词发现,使结果不含分隔符:#826

TextRank 提取关键词提升算法速度 @hlstudio

用户词典热更新时支持.csv @patrick_lin

增强词向量读取时的健壮性:#821

根据百度汉语和在线辞海修正拼音词典 @AnyListen

修订停用词词典 @duohappy

修复词法分析器禁用用户词典时发生的问题、修复词法分析器 seg 接口与命名实体识别的配合问题:hankcs/pyhanlp#15 (comment) 、修正结构化感知机多线程平均的问题

微调人名识别模型、新增月份词汇

数据包兼容 data-for-1.6.2.zip md5=3ebb9e47ecff740f09c9ec7c21324661
获取最新版的数据包,请fork并git clone一份仓库中的最新data。

Portable 版同步升级到 v1.6.4

    <dependency>
        <groupId>com.hankcs</groupId>
        <artifactId>hanlp</artifactId>
        <version>portable-1.6.4</version>
    </dependency>

文章来源于网络

相关文章
|
缓存 Java Maven
如何在 Java 镜像构建过程中免重复下载依赖包
利用镜像构建缓存机制来加速 Java 镜像构建过程,免重复下载依赖包。
3266 0
如何在 Java 镜像构建过程中免重复下载依赖包
|
10月前
|
Python
在Python中快捷引入缺失包的技巧和实践
在Python中快捷引入缺失包的技巧和实践
74 0
|
数据采集 自然语言处理 算法
java应用集成HanLP进行中文自然语言分词详细完整案例以及demo源码
java应用集成HanLP进行中文自然语言分词详细完整案例以及demo源码
50948 1
java应用集成HanLP进行中文自然语言分词详细完整案例以及demo源码
|
人工智能 数据建模 索引
so 文件查看依赖项目 和 依赖库搜索路径
so 文件查看依赖项目 和 依赖库搜索路径
590 0
|
算法 JavaScript PHP
技术文档 | OpenSCA技术原理之composer依赖解析
本文主要介绍基于composer包管理器的组件成分解析原理。
137 0
技术文档 | OpenSCA技术原理之composer依赖解析
|
PHP 开发工具 git
如何将自己的扩展发布到Composer包仓库?具体步骤是怎样的?底层原理是什么?
如何将自己的扩展发布到Composer包仓库?具体步骤是怎样的?底层原理是什么?
294 0
|
自然语言处理 Java 开发工具
ES上传自编译IK分词插件
ES上传自编译IK分词插件
ES上传自编译IK分词插件
|
自然语言处理 Java
Hanlp1.7版本的新增功能一览
Hanlp1.7版本在去年下半年的时候就随大快的DKH1.6版本同时发布了,截至目前1.7大版本也更新到了1.7.1了。本篇分别就1.7.0和1.7.1中新增的功能做一个简单的汇总介绍。
2302 0
|
自然语言处理 算法
中文分词算法工具hanlp源码解析
词图指的是句子中所有词可能构成的图。如果一个词A的下一个词可能是B的话,那么A和B之间具有一条路径E(A,B)。一个词可能有多个后续,同时也可能有多个前驱,它们构成的图我称作词图。
1712 0
|
自然语言处理 分布式计算 Java
Hanlp分词1.7版本在Spark中分布式使用记录
新发布1.7.0版本的hanlp自然语言处理工具包差不多已经有半年时间了,最近也是一直在整理这个新版本hanlp分词工具的相关内容。不过按照当前的整理进度,还需要一段时间再给大家详细分享整理的内容。昨天正好看到的这篇关于关于1.
1648 0