Java（汉字/拼音/简繁）转换, 文字分割, 关键字提取, 人名, 音译, 地名识别等等

2024-05-09 20:45:00

查看原文：http://www.ibloger.net/article/34.html

pinyin4j

首先下载pinyin4j-2.5.0包，http://pinyin4j.sourceforge.net/
Pinyin4j是一种流行的Java库，支持中国的文字和最流行的拼音系统之间的皈依。拼音输出格式可以定制。
Pinyin4j发表至今，已经下载了55000次，每星期仍couting200+！

参考网友文献：http://www.open-open.com/lib/view/open1392087364364.html

http://wister.iteye.com/blog/334562

http://blog.csdn.net/ssrc0604hx/article/details/41725355

http://blog.csdn.net/foamflower/article/details/6209552

HanLP

拼音声母韵母转换提取.png最近HanLP希望支持拼音与繁体功能，所以学习了几个开源的Java实现，优化后集成进来。

下载地址：hanlp-portable-1.1.5.jar

文档：http://hanlp.linrunsoft.com/doc/_build/html/util.html

开源项目地址：https://github.com/hankcs/HanLP

HanLP是由一系列模型与算法组成的Java工具包，目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。

HanLP提供下列功能：

中文分词
- 最短路分词
- N-最短路分词
- CRF分词
- 索引分词
- 极速词典分词
- 用户自定义词典
词性标注
命名实体识别
- 中国人名识别
- 音译人名识别
- 日本人名识别
- 地名识别
- 实体机构名识别
关键词提取
- TextRank关键词提取
自动摘要
- TextRank自动摘要
短语提取
- 基于互信息和左右信息熵的短语提取
拼音转换
- 多音字
- 声母
- 韵母
- 声调
简繁转换
- 繁体中文分词
- 简繁分歧词
文本推荐
- 语义推荐
- 拼音推荐
- 字词推荐
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
- CRF依存句法分析
语料库工具
- 分词语料预处理
- 词频词性词典制作
- BiGram统计
- 词共现统计
- CoNLL语料预处理
- CoNLL UA/LA/DA评测工具

在提供丰富功能的同时，HanLP内部模块坚持低耦合、模型坚持惰性加载、服务坚持静态提供、词典坚持明文发布，使用非常方便，同时自带一些语料处理工具，帮助用户训练自己的语料。

参考大牛文献：http://www.hankcs.com/nlp/java-chinese-characters-to-pinyin-and-simplified-conversion-realization.html

https://github.com/hankcs/HanLP

Java（汉字/拼音/简繁）转换, 文字分割, 关键字提取, 人名, 音译, 地名识别等等相关推荐

NLP之TEA：基于SnowNLP实现自然语言处理之对输入文本进行情感分析(分词→词性标注→拼音简繁转换→情感分析→测试)
NLP之TEA:基于SnowNLP实现自然语言处理之对输入文本进行情感分析(分词→词性标注→拼音&简繁转换→情感分析→测试) 目录 NLP分词 NLP词性标注 NLP情感分析-TEA NLP常 ...
Elasticsearch高级搜索排序（中文+拼音+首字母+简繁转换+特殊符号过滤）(示例代码)
简介这篇文章主要介绍了Elasticsearch高级搜索排序( 中文+拼音+首字母+简繁转换+特殊符号过滤)(示例代码)以及相关的经验技巧,文章约21106字,浏览量320,点赞数5,值得参考! ...
querybuilder 排序_Elasticsearch高级搜索排序（中文+拼音+首字母+简繁转换+特殊符号过滤）...
一.先摆需求: 1.中文搜索.英文搜索.中英混搜如:"南京东路","cafe 南京东路店" 2.全拼搜索.首字母搜索.中文+全拼.中文+首字母混搜如 ...
elasticsearch 6.2.2 搜索推荐系列（三）之高级搜索查询实现（中文+拼音+首字母+简繁转换+特殊符号过滤）
一.先摆需求: 1.中文搜索.英文搜索.中英混搜如:"南京东路","cafe 南京东路店" 2.全拼搜索.首字母搜索.中文+全拼.中文+首字母混搜如 ...
java utf8 简繁转换类库_在Java中进行中文繁体简体转换，基于OpenCC（Open Chinese Convert）方案...
一.OpenCC介绍 OpenCC (Open Chinese Convert,开放中文转换) 是一个用于中文简繁转换的开源项目,支持词汇级别的转换.异体字转换和地区习惯用词转换(中国大陆.台湾.香港 ...
利用 OpenCC 工具进行文字的简繁转换
前言近日在公司遇到一个需求,因为准备要推出海外版产品,所以需要将所有的简体文字转换为繁体文字.一开始是改了表面的文字,但是后面发现很多提示语也需要去改,所以找了一个工具去对所有 .m 文件进行批量文 ...
java utf8 简繁转换类库_JAVA简繁转换(对象)解决办法
JAVA简繁转换(对象) 目前已实现普通字符串的转换代码如下: static String jtPy = "简体字库"; static String ftPy = "繁體 ...
.net core 拼音转换，简繁转换，数字读法，货币读法
一.新建项目:ChineseConvertDemo <ItemGroup><PackageReference Include="Chinese" Version= ...
php网页文字,PHP语言之网页文字简繁转换函数
本文主要向大家介绍了PHP语言之网页文字简繁转换函数,通过具体的内容向大家展示,希望对大家学习php语言有所帮助. function isgb($code) { if (strlen($code)&g ...
汉语言处理工具pyhanlp的简繁转换
繁简转换 HanLP几乎实现了所有我们需要的繁简转换方式,并且已经封装到了HanLP中,使得我们可以轻松的使用,而分词器中已经默认支持多种繁简格式或者混合.这里我们不再做过多描述. 说明: ·HanL ...

最新文章

热门文章