在Python中呼叫Java擴充套件包HanLP測試記錄

最近在研究中文分詞及自然語言相關的內容，關注到 JAVA環境下的HanLP，HanLP是一個致力於向生產環境普及NLP技術的開源Java工具包，支援中文分詞（N-最短路分詞、CRF分詞、索引分詞、使用者自定義詞典、詞性標註），命名實體識別（中國人名、音譯人名、日本人名、地名、實體機構名識別），關鍵詞提取，自動摘要，短語提取，拼音轉換，簡繁轉換，文字推薦，依存句法分析（MaxEnt依存句法分析、神經網路依存句法分析）。

由於自己才疏學淺，對 JAVA方面瞭解不多，所以打算在Python環%2, line 5, in <module>

startJVM(getDefaultJVMPath())

File “C:\Python27\lib\site-packages\jpype\_core.py”, line 44, in startJVM

_jpype.startup(jvm, tuple(args), True)

RuntimeError: First paramter must be a string or unicode at src/native/python/jpype_module.cpp:31

很有可能是沒有配置 JDK的環境變數或安裝的JDK的位數與Python的位數不一致。導致 getDefaultJVMPath()  方法返回的是 None。

下載 HanLP

（ 1 ） 你可以直接下載 Portable版的jar，零配置。

（ 2 ） 也可以使用自定義的 HanLP——HanLP由3部分組成：類庫hanlp.jar包、模型data包、配置檔案hanlp.properties，請前往專案主頁下載最新版：github.com/hankcs/HanLP/releases。對於非portable版，下載後，你需要編輯配置檔案第一行的root指向data的父目錄。

這裡，假設新建了一個目錄（假定為 C:\hanlp），把hanlp.jar和hanlp.properties（portable版的話，僅需一個hanlp-portable.jar）放進去。

Python呼叫

以下是我的測試：（使用的是 Python，與Python3 相比多了 .toString() 這一操作）

 

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31524777/viewspace-2285000/，如需轉載，請註明出處，否則將追究法律責任。