1、pyltp简介

pyltp 是哈工大自然语言工作组推出的一款基于Python 封装的自然语言处理工具(轮子)，提供了分词，词性标注，命名实体识别，依存句法分析，语义角色标注的功能。

2、pyltp安装方法

安装环境：windows10，python3.6

2.1.安装pyltp库

安装方法一：使用pip命令安装

pip install pyltp

注：此种方法大概率会失败，会出现较多问题，如VC++编译环境缺少。

安装方法二：使用whl轮子安装

轮子下载地址：

链接：https://pan.baidu.com/s/1Jbw6IjVbb-URZCHvh3FNDQ

提取码：i3le

pyltp-0.2.1-cp35-cp35m-win_amd64.whl(python3.5，64位)

pyltp-0.2.1-cp36-cp36m-win_amd64.whl(python3.6，64位)(根据我的编译环境，下载这个)

下载好后，在安装包目录下，打开系统命令框，输入：

pip install pyltp-0.2.1-cp36-cp36m-win_amd64.whl

即可安装成功。

2.2.pyltp数据包安装

pyltp要能实现分词、词性标注、命名实体识别，还需要安装数据包以及模型。请确保下载的模型版本与当前版本的 pyltp 对应，否则会导致程序无法正确加载模型。

pyltp 版本：0.2.0-0.2.1

对应LTP模型 版本：3.4.0

根据需要，我们下载3.4版本的模型数据。

下载后，可以解压到任意位置，C盘，D盘、E盘都行，为了方便查找数据，我将模型文件解压到我的pyltp库文件中。如下图：

1. 官方的下载模型文件，ltp_data并解压到任意位置(注意点：模型的路径最好不要有中文，不然模型加载不出)，2. 解压后得到一个大于1G的文件夹，确保此文件夹名称为ltp_data，位置任意，但在Python程序中一定要指明这个路径。3. LTP提供的模型包括：(在ltp_data文件夹里面)

cws.model 　　　　　 分句模型，单文件

pos.model 　　　　　 词性标注模型，单文件

ner.model 　　　　　 命名实体识别模型，单文件

parser.model 　　　　　 依存句法分析模型，单文件

srl_data/ 　　　 　　　　　 语义角色标注模型，多文件(文件夹srl)(注意：按照官网提示注：3.4.0 版本 SRL模型 pisrl.model 如在windows系统下不可用，可以到官网“此链接” 下载支持windows的语义角色标注模型。)2017/06/15 16:42 182,672,934cws.model2017/07/07 15:47 260md5.txt2017/06/15 15:19 22,091,814ner.model2017/06/15 16:26 367,819,616parser.model2017/06/15 16:00 196,372,381pisrl.model2017/06/15 16:43 433,443,857pos.model2017/07/07 15:47 6version7 个文件 1,202,400,868字节2 个目录 108,015,374,336

参考资料：

3、问题汇总

pyltp安装过程中问题汇总：

问题一：python版本不是3.6，为3.7或者更高的版本，安装轮子失败

原因：目前pyltp库最高支持python3.6版本，更高版本的python安装会出错。

解决方法：1、将你的python版本降级，降到3.6版本，降级方法，百度。

2、更改轮子名称，如pyltp-0.2.1-cp36-cp36m-win_amd64.whl(python3.6，64位)，更改为pyltp-0.2.1-cp37-cp37m-win_amd64.whl(python3.7)，亲测有效。

问题二：使用方法一安装出现VC++错误，

原因：你的电脑确实VC++编译环境，需要安装特定的VC++支持数据包。

解决方法：安装支持环境，下载下面的exe文件，安装VC++编译环境。

链接：https://pan.baidu.com/s/1za9j5p4YxxFle6-MT3NKMQ

提取码：y70v

4、pyltp简单使用

#-*- coding: utf-8 -*-

importos

LTP_DATA_DIR= r‘E:\tool\python\Lib\site-packages\pyltp-0.2.1.dist-info\ltp_data‘ #ltp模型目录的路径

cws_model_path = os.path.join(LTP_DATA_DIR, ‘cws.model‘) #分词模型路径，模型名称为`cws.model`

from pyltp importSegmentor

segmentor= Segmentor() #初始化实例

segmentor.load(cws_model_path) #加载模型

words = segmentor.segment(‘大明王很喜欢一个人‘) #分词

print (‘\t‘.join(words))

segmentor.release()#释放模型

E:\tool\python\python.exe "E:/学习笔记/NLP学习/NLP code/情感分析2/test1.py"大明王 很 喜欢 一个 人

Process finished with exit code 0

5、总结

专注、认真