下载指南：Python3解决Jira模块下载及jieba安装问题

from pyhanlp import *
print(HanLP.segment("我们都是一家人。"))
>>> [我们/rr, 都/d, 是/vshi, 一家人/n, 。/w]
1.
2.
3.

from pyhanlp import *
print(HanLP.parseDependency("我们都是中国人。"))
>>> 1 我们 我们 r r_ 3 主谓关系 _ _
>>> 2 都 都 d d _ 3 状中结构  _ _
>>> 3 是 是 v v _ 0 核心关系 _ _
>>> 4 中国人 中国人 n n _ 3 动宾关系 _ _
>>> 5 。。？ wp w _ 2 标点符号 _ _
1.
2.
3.
4.
5.
6.
7.

在cmd命令框里，直接输入hanlp serve即可，然后软件提示8765端口的本地网络地址
1.

精确模式：试图将语句最精确的切分，不存在冗余数据，适合做文本分析
全模式：将语句中所有可能是词的词语都切分出来，速度很快，但是存在冗余数据
搜索引擎模式：在精确模式的基础上，对长词再次进行切分
1.
2.
3.

import jieba
seg_str = "我们都是中国人，我爱我的祖国。"
print("/".join(jieba.lcut(seg_str))) # 精简模式，返回一个列表类型的结果
print("/".join(jieba.lcut(seg_str, cut_all=True))) # 全模式，使用 'cut_all=True' 指定
print("/".join(jieba.lcut_for_search(seg_str))) # 搜索引擎模式
1.
2.
3.
4.
5.

我们/都/是/中国/人/，/我/爱/我/的/祖国/。
我们/都/是/中国/国人/，/我/爱/我/的/祖国/。
我们/都/是/中国/人/，/我/爱/我/的/祖国/。
1.
2.
3.

从应用角度来看，LTP为用户提供了下列组件：
针对单一自然语言处理任务，生成统计机器学习模型的工具
针对单一自然语言处理任务，调用模型进行分析的编程接口
使用流水线方式将各个分析工具结合起来，形成一套统一的中文自然语言处理系统
系统可调用的，用于中文语言处理的模型文件
针对单一自然语言处理任务，基于云端的编程接口
LTP的python接口是pyltp，直接在cmd命令框中直接输入pip install pyltp安装即可，
ltp的安装不会自动下载模型，可以到 http://ltp.ai/download.html下载
这里需要注意：
pyltp 的当前版本0.2.1 对应模型是：3.4.0
0.1.9.1，对应的模型是：3.3.1
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.

import pyltp
from pyltp import Segmentor
segmentor = Segmentor()
segmentor.load('ltp_data_v3.4.0/ltp_data_v3.4.0/cws.model')#加载分词库
ltpword = segmentor.segment("我们是人工智能研究所，主要致力于分享人工智能方面的技术知识，
                          欢迎大家一起学习。")
print(' '.join(ltpword).split())#分词后的结果
>>>
  ['我们', '是', '人工智能', '研究所', '，', '主要', '致力', '于', '分享', '人工智能', '方面', '的', '技术', '知识', '，
   ', '欢迎', '大家', '一起', '学习', '。']
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.