您当前的位置:网站首页>一英镑等于多少人民币,汉语言处理东西pyhanlp的拼音转化与字符正则化,birthday

一英镑等于多少人民币,汉语言处理东西pyhanlp的拼音转化与字符正则化,birthday

2019-04-07 01:11:20 投稿作者:admin 围观人数:200 评论人数:0次
汉语言处理东西pyhanlp的拼音转化与字符正则化

汉字转拼音

HanLP中的汉字转拼音功用也非常的强壮。

阐明:

l水泵 HanLP不简伯承仅支撑根底的汉字转拼音,还支撑声母、韵母、腔调、音标和输入法首字母首声母功用。

l HanLP能够辨认多音字,也能给繁体中文注拼音。

l 最重要的是,HanLP选用的形式匹配升级到AhoCorasickDoubleArrayTrie,功用大幅提高,能够供给毫秒级的响应速度!

算法详解:

l 《汉字转拼音与简繁转化的Java完成》

1. # 汉字转拼音

2. Pinyin = JClass("com.hankcs.hanlp.dictionary.新年去哪里旅行比较好py.Pinyin")

3. text = "重载不是重担!"

4. pinyin_list = HanLP.convertToPinyinList(text)

5. print("原文,", end=" ")

6. print(text)

7. print("拼音(数字腔调),", end=" ")

8. print(pinyin_list)

9. print("拼音(符号腔调),", end=" ")

10. for pinyin in pinyin_list:

11. print("%s," % pinyin.getPinyinWithToneMark(), end=" ")

12. print("\n拼音(无腔调),", end=" ")

13. for pinyin in pinyin_list:

14. print("%s," % pinyin.getPinyinWithoutTone(), end=" ")

15. print("\n腔调,", end=" ")

16. for pinyin in pinyin_list:

17. print("%s," % pinyin.getTone(), end=" ")

18. pri切生果nt("\n声母,", end=" ")

19. for pinyin in pinyi松山湖n_list:

20. print("%s," % pinyin.getShengmu(), end=" ")

21. print("\n韵母,", end=" ")

22. for pinyin in pinyin_list:

23. print("%s," % pinyin.getYunmu(), enmagmoded=" ")

24. print("\一英镑等于多少人民币,汉语言处理东西pyhanlp的拼音转化与字符正则化,birthdayn输入法头,", end=" ")

25. for pinyin in pinyin_list:

26. print("%s," % pinyin.getHead(), end=" ")

27. print()

28. # 拼音转化可选保存无拼音的原字符

29. pri国台酒nt(HanLP.convertToPinyinString("到2012年,", " ", True))

30. print(HanLP.convertToPinyinString("到2012年,", " ", False))

1.原文, 重载不是重担!

2.拼音(数字腔调), [cho汉腾x7ng2, zai3, bu2, shi4, zhong4, ren4, none5]

3.拼音(符号腔调), chng, zi, b, sh, zhng, rn, none,

4.拼音(无腔调), chong, zai, bu, shi, zhong, ren, none,

5.腔调, 2, 3, 2, 4, 4, 4, 5,

6.声母, ch, z, b, sh, zh, r, non总裁恋妻入魔e,

7.韵母, ong, ai, u, i, ong, en, none,

8.输入法头, ch, z, b, sh, zh, r, none,

9.jie zhi none none none none nian none

10.jie zhi 2 0 1 2 nian ,

拼音转中文

HanLP中的数据结构和接口是灵敏的,组合这些接口,能够自己发明新功用,咱们能够运用AhoCorasickDoubleArrayTrie完成的最长分词器,需求用户调用setTrie()供给一个AhoCorasickDoubleArrayTrie

1.StringDictionary = JClass(

2."com.hankcs.hacc漫画网nlp.corpus.dictionary.StringDictionary")

3.CommonAhoCorasickDoubleArrclarinsayTrieSegment = JClass(

4."com.hankcs.hanlp.seg.Other.CommonAhoCorasickDoubleArrayTrieSegment")

5.Config = JCtiminglass("com.hankcs.hanlp.HanLP$Config")

6.

7.TreeMap = JClass("java.util.TreeMap")

8.TreeSet = JClass("java.util.TreeSet")

9.

10.dictionary = StringDictionary()

11.dictionary.load(Config.PinyinDictionaryPath)

12.entry = {}

13.m_map = TreeMap()

14.for entry in dictionary.entrySet():

15.pinyins = entry.getValue().replace("[\\d,]一英镑等于多少人民币,汉语言处理东西pyhanlp的拼音转化与字符正则化,birthday", "")

16.words = m_map.get(pinyins)

17.if words is None:

18.words = TreeSet()

19.m_map.put(pinyins, words)

20.words.add(entry.getKey())

21.words = TreeSet()

22.words.add("绿色")

23.words.add("滤色")

24.m_map.put都灵("lvse", words)

25.

26.segment = CommonAhoCorasickDoubleArrayTrieSegment(m_map)

27.print(segment.segment("renmenrenweiyalujiangbujianlvse"))

2彭冠英8.print(segment.segment("lvsehaihaodajiadongxidayinji"))

1.[renmenrenweiyalujiangbujian/null, lvse/[滤色, 绿色]]

2.[lvse/[滤色, 绿色], haihaodajiadongxidayinji/null]

字符正则化

演示正规化字符装备项的作用(繁体->简体,全角->半角,大写->小写)。

该装备项坐落hanlp.properties中,经过Normalization=true来敞开(现在直接经过HanLP.Confi乐正绫g.Normalization敞开即可)。

切换装备后有必要删去CustomDictionary.txt.bin缓存,不然只影响动态刺进的新词。

在我动笔前一个星期,现已有同学增加了,增加自定义词典之后,主动删去缓存的功用。地址请参阅github.com/hankcs/HanLP/pull/954,现在只需求敞开正则化即可

1.CustomDictionary =JClass("com.hankcs.hanlp.dictionary.CustomDictionary")

2.print("HanLP.Config.Noro型腿malization = False\n")

3.HanLP.Config.Normalization = False

4.CustomDictionary.insert("爱听4G", "nz 1000")

5.print(HanLP.segment("爱听4g"))

6.print(HanLP.segment("爱听4G"))

7.print(HanLP.segment("爱听4G"))

8.print(HanLP.segment("爱听4G"一英镑等于多少人民币,汉语言处理东西pyhanlp的拼音转化与字符正则化,birthday))

9.print(HanLP.segment("愛聽4G"))

10.

11.print(HanLP.segment("喜爱4G"))

12.print(HanLP.segment("hankcs在臺灣寫代碼"))

13.

14.print("\nHanLP.Config.Normalization = True\n")

15.HanLP.Config.Normalization = True

16.print(HanLP.segment("爱听4g"))

17.print(HanLP.segment("爱听4G"))

18.print(HanLP.segment("爱听手机我国4G"))

19.print(HanLP.segment("爱听4G"))

20.print(HanLP.segment("愛聽4G"))

21.

22.print(HanLP.segment("喜爱4G"))

23.print(HanLP.segment("hankcs在臺灣寫代碼"))

24.

25.HanLP.Config.ShowTermNature = False

27.text = HanLP爵迹2.s2tw("甘油现在的HanLP现已增加了增加自定义词典之后,主动删去缓存的功用,现在只需求敞开正则化即可")

28.print(text)

29.print(HanLP.segment(text))

30.HanLP.Config.ShowTermNature = False

1.HanLP.Config.Normalization = False

2.

3.[爱听4g]

4.[爱听4G]

5.[爱, 听, 4, G]

6.[爱, 听, 4, G]

7.[愛, 聽, 4, G]

8.[喜爱, 4, 一英镑等于多少人民币,汉语言处理东西pyhanlp的拼音转化与字符正则化,birthdayG]

9.[han一英镑等于多少人民币,汉语言处理东西pyhanlp的拼音转化与字符正则化,birthdaykcs, 在, 臺, 灣寫, 代, 碼]

10.

11.HanLP.Config.Normalization = True

12.

13.[爱听4g]

14.[爱听4g]

15.[爱听4g]

16.[爱听4g]

17.[爱听4g]

18.[喜爱, 4, g]

19.[一英镑等于多少人民币,汉语言处理东西pyhanlp的拼音转化与字符正则化,birthdayhankcs, 在, 台湾, 写, 代码]

20.現在的HanLP已經新增了新增自定義詞典之後,自動刪除快取的功用,現在只需求開啟正則化即可

21.[现在, 的, hanlp, 现已, 新增, 了, 新增, 自定义, 词典, 之后, ,, 主动, 删一英镑等于多少人民币,汉语言处理东西pyhanlp的拼音转化与字符正则化,birthday除, 快, 取, 的

the end
中欧合作进入新时代,深兰科技AI渡海落地意大利