效果图 


from jpype import *

... startJVM(getDefaultJVMPath(), "-Djava.class.path=E:hanlphanlp-1.5.4.jar;E:hanlp", "-Xms1g", "-Xmx1g")
HanLP = JClass('com.hankcs.hanlp.HanLP')
print(HanLP.parseDependency("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。"))

1       徐先生  徐先生  nh      nr      _       4       主谓关系        _       _
2       还      还      d       d             4       状中结构               _
3       具体    具体    a       a             4       状中结构               _
4       帮助    帮助    v       v             0       核心关系               _
5       他      他      r       rr      _       4       兼语    _       _
6       确定    确定    v       v             4       动宾关系               _
7       了      了      u       ule           6       右附加关系             _
8       把      把      p       pba           15      状中结构               _
9       画      画      v       v             8       介宾关系               _
10      雄鹰    雄鹰    n       n             9       动宾关系               _
11      、      、      wp      w             12      标点符号               _
12      松鼠    松鼠    n       n             10      并列关系               _
13      和      和      c       cc      _       14      左附加关系      _       _
14      麻雀    麻雀    n       n             10      并列关系               _
15      作为    作为    p       p             6       动宾关系               _
16      主攻    主攻    v       vn      _       17      定中关系        _       _
17      目标    目标    n       n             15      动宾关系               _
18      。      。      wp      w             4       标点符号               _

f = open("E:/ab.txt",'a+')

print((HanLP.parseDependency("徐先生还具体帮助他确定了把画雄鹰、松鼠和麻雀作为主攻目标。")),file = f)

-------------------------出现了 utf-8 编码问题----------------------------------

----------------------------------解决方法:另存为-----------------------------


文章来源于神创的博客

运用hanlp 通过 python 结合jpype 导出依存句法可视化相关推荐

  1. 一个非常好的依存句法可视化工具

    转载自  一个非常好的依存句法可视化工具 一个非常好的依存句法可视化工具 在依存句法研究中,常见的CONLL格式的句法树库,一眼看上去就不是太明白整棵树的结构. 这里分享推荐一个南京大学nlp实验室制 ...

  2. 自然语言处理之hanlp,Python调用与构建,分词、关键词提取、命名主体识别

    转载请注明出处:https://blog.csdn.net/HHTNAN HanLP是一系列模型与算法组成的NLP工具包,由大快搜索主导并完全开源,目标是普及自然语言处理在生产环境中的应用.HanLP ...

  3. linux python复制安装,复制一个Python全部环境到另一个环境,python另一个,导出此环境下安装的包...

    复制一个Python全部环境到另一个环境,python另一个,导出此环境下安装的包 导出此环境下安装的包的版本信息清单pipfreeze>requirements.txt联网,下载清单中的包到a ...

  4. python自动导出数据脚本_使用python生成一个导出数据库的bat脚本文件的示例代码...

    这篇文章分享使用python生成一个导出数据库的bat脚本文件的示例代码 实例如下:# 环境: python3.x def getExportDbSql(db, index): # 获取导出一个数据库 ...

  5. Python: 从PYTORCH导出模型到ONNX,并使用ONNX运行时运行它

    Python: 从PYTORCH导出模型到ONNX,并使用ONNX运行时运行它 本教程我们将描述如何将PyTorch中定义的模型转换为ONNX格式,然后使用ONNX运行时运行它. ONNX运行时是一个 ...

  6. Python第三方库导出、导入、离线安装

    Python第三方库导出.导入.离线安装 1. pipreqs导出项目所需依赖库 pipreqs安装 pip install pipreqs 依赖库导出 在项目根目录中执行以下指令,生成require ...

  7. Python项目csv导出

    Python项目csv导出需求 在我我们的项目中经常会遇到客户提出导出数据库数据的需求,遇到有保密要求的客户通常使用csv导出表格,因为只能文本导出. 1 csv的导入 import csv from ...

  8. Python利用JPype调用Java对象方法【实现在Python中调用JAVA】

    一.JPype简述 1.JPype是什么? JPype是一个能够让 python 代码方便地调用 Java 代码的工具,从而克服了 python 在某些领域(如服务器端编程)中的不足. 2.JPype ...

  9. chatgpt赋能python:Python微信聊天记录导出:一篇详细的教程

    Python 微信聊天记录导出:一篇详细的教程 聊天记录保留了我们与朋友和家人之间的宝贵记忆,而微信是我们日常生活中最流行的聊天工具之一.但是,微信聊天记录存储在手机中,并且随着时间的推移可能会造成手 ...

  10. pyhanlp 两种依存句法分类器

    依存句法分析器 在HanLP中一共有两种句法分析器 依存句法分析 基于神经网络的高性能依存句法分析器 MaxEnt依存句法分析 基于神经网络的高性能依存句法分析器 HanLP中的基于神经网络的高性能依 ...

最新文章

  1. 地平线黄畅:软件2.0时代,数据驱动进化,算力将成为智能化的基石丨MEET2021...
  2. 【Groovy】Groovy 环境搭建 ( 下载 Groovy | 安装 Groovy | 配置 Groovy 环境变量 )
  3. 抗锯齿_最好的抗锯齿,画质保留提升帧数
  4. 数据结构-第九章 内部排序-知识点总结1
  5. [SDOI2011]消耗战
  6. android Frame-By-Frame Animations(一帧一帧地播放动画)的使用
  7. 字节流转字符流OutputStreamWriter、InputStreamReader,关闭流的方法
  8. 博客园是否提供trackback的rss
  9. 导入新工程,提示“Migrate Project to Gradle?”
  10. python 下载google文件
  11. 为什么有了二叉搜索树和二叉平衡树之后还需要红黑树?
  12. python 高等数学实验,高等数学以及Python 实现
  13. NDK51_OpenGL:FBO
  14. 招商加盟竞价推广,怎么做才会有效果?
  15. 入木三分学网络第一篇--VRRP协议详解-----(1)
  16. 幻数浅析(Magic Number)
  17. 大陆出现首例iPhone 8电池爆裂事件;小米被指责盗用视频素材丨价值早报
  18. Games101----Transformation(2)
  19. 报错 System.ComponentModel.Win32Exception:拒绝访问,如何以管理员身份调试应用程序...
  20. 小李学的JavaScript之JS_01

热门文章

  1. 【iCore4 双核心板_ARM】例程十八:USBD_VCP实验——虚拟串口
  2. c#中 字节数组到浮点型转换
  3. 代码走查与代码审查区别
  4. 在Linux上运行procmem和procrank
  5. 深入解读Linux进程调度系列(4)——调度与时钟中断
  6. Linux虚拟文件系统小结
  7. 自己编译操作系统,安装systemtap
  8. Linux Samba服务器配置
  9. Hurdles of 110m ZOJ - 2972 (简单DP)
  10. 最短路之floy算法