HanLP.NET 0.5.8.6

HanLP.NET,all C# sourcecode HanLP,no-wrapper

1 HanLP vs HanLP.NET

1.1 HanLP

自然语言处理包HanLP具备中文分词、词性标注、关键词提取、自动摘要、依存句法分析、命名实体识别、短语提取、拼音转换、简繁转换等等功能。 HanLP从开源起步，发展顺利，应用广泛，更多的介绍请访问： HanLP官网：https://www.hanlp.com/semantics/dashboard/index HanLP开源：https://github.com/hankcs/HanLP

1.2 HanLP.NET

HanLP.NET是全C#版HanLP，非包装型（no-wrapper）。 （1）翻译：源自 HanLP Java 1.8.6，不小改造。 （2）代码：100%纯C#代码，无需 JDK, IKVM 支持。 （3）版本：本版本的程序库适配.NET 10, Windows 10+，X64平台。 （3）定制：需适配其他CPU，其他操作系统（Linux,国产系统）的类库，请联系作者修改、编译，或者获取全部源代码。

2 关于HanLP.NET项目

2.1 类库的独立性

HanLP.NET 可脱离 Java,Python 环境，融入.NET生态，方便地构建：桌面软件，工业软件，Linux，统信系统，手机（安卓，iOS，鸿蒙等），机器人，具身智能，ARM平台等等。HanLP.NET是完全自主可控的、工业软件级别的NLP底座。 HanLP.NET 是轻量化的 NLP 底座，仅需几十 MB 即可构建功能优异的 NLP 应用。

2.2 告示

（1）未翻译训练 train 相关的代码。 （2）未翻译管道 pipeline 相关的代码。

2.3 HanLP.NET 改进

（1）重新训练与处理了个别错误的数据； （2）支持 json 文件进行字典、模型 加载的设置； （3）改造了字典、模型 加载算法； （4）改造了不少 java 代码；

3 HanLP.NET主要功能

HanLP.NET 包括下面几大类功能：

（1）分词：默认分词；Viterbi；双数组trie树；CRF条件随机场；感知机分词；标准分词；索引分词；N-最短分词；Dijkstra；极速分词；自定义词典；感知机词法分析； （2）自动摘要；关键词提取；短语提取；新词发现；人名识别；机构名识别；数词和数量词识别；词性标注； （3）拼音转换；简繁转换：简体，（大陆）繁体；台湾繁体；香港繁体； （4）依存句法分析：支持绘制与输出图形； （5）语义推荐；同义词改写；情感分析； （6）语义距离；词共现统计；文本聚类；

相应的函数与HanLP同名。

请从下面的网址下载测试代码，了解全部功能。 https://gitee.com/hanlp_net/demo

4 怎么用 HanLP.NET

4.1 准备 HanLP 数据

请自行下载 HanLP 数据(653MB)，并解压至（为） data 文件夹（dictionary + model）或其他文件夹。 HanLP官网（HanLP 1.7.5 数据包）：:https://file.hankcs.com/hanlp/data-for-1.7.5.zip 其中个别数据有错，HanLP.NET 0.5.5.0 版本之后能自动处理。 百度网盘（已修正错误数据）：https://pan.baidu.com/s/1rq5ZfrRDGX677fkboNvFoQ?pwd=1vti (记得把 bin 后缀改为 zip，再解压。)

ChnSentiCorp情感分析酒店评论数据集：http://file.hankcs.com/corpus/ChnSentiCorp.zip

4.2 指定数据源

将测试代码中的 hanlp-data-config.json 文件保存于 exe 同一个文件夹。 可设置成：仅仅加载必须的字典与模型； 例如：DataPath 数据 data 根文件夹（根目录） 字段。 其他在说明在 json 文件内有中文说明。

4.3 预加载字典、模型

//预读取字典，模型数据；得到可能的错误信息； string err = HanLP.init();

4.4 调用接口实现相应功能（例如：分词）

string text = @"我新造一个词叫幻想乡你能识别并标注正确词性吗？"; List<Term> words = NLPTokenizer.segment(text); 更多接口请阅读测试代码。

5 联系我们

Hanlp.NET可支持各类别或版本：.Frameworks，.NET，国产系统，CPU ... 如果您需要适配类型CPU、操作系统的类库，可联系联高软件。 http://www.315soft.com

6 版权

LPT 版权归原作者。 HanLP 版权归于原作者； HanLP源代码的授权协议为 Apache License 2.0，可免费用做商业用途。 请在产品说明中附加HanLP的链接和授权协议。 HanLP.NET 代码版权归北京联高软件开发有限公司