前言

Hanlp是很好用的分词，下文描述了的比较好（是转载）

文末BAT面试题

正事

要使用hanlp加载自定义词典可以通过修改配置文件hanlp.properties来实现。
要注意的点是:
　　1. root根路径的配置:
　　　　hanlp.properties中配置如下:
　　　　　　#本配置文件中的路径的根目录，根目录+其他路径=完整路径（支持相对路径，请参考：https://github.com/hankcs/HanLP/pull/254）
　　　　　　#Windows用户请注意，路径分隔符统一使用/
　　　　　　root=D:/Project/public_sentiment_monitor/plugin/hanlp1.6.8/

2. 自定义词典路径的配置，配置文件中已经指明了相应的用法。
　　　　hanlp.properties中配置如下:
　　　　　　#自定义词典路径，用;隔开多个自定义词典，空格开头表示在同一个目录，使用“文件名词性”形式则表示这个词典的词性默认是该词性。优先级递减。
　　　　　　#所有词典统一使用UTF-8编码，每一行代表一个单词，格式遵从[单词] [词性A] [A的频次] [词性B] [B的频次] … 如果不填词性则表示采用词典的默认词性。
　　　　　　CustomDictionaryPath=data/dictionary/custom/hanlp_custom.txt; 搜狗金融词库.txt n; CustomDictionary.txt; 现代汉语补充词库.txt; 全国地名大全.txt ns; 人名词典.txt

3. 配置文件做好以后，自定义词典不起作用问题

(1). 需要先删除custom文件夹下的所有bin文件，然后再使用hanlp，hanlp会自动加载一个新的bin文件，自定义词典就可以使用了。
貌似加载出的bin文件只有CustomDictionaryPath这一行配置中的第一个文件对应的bin，但是内容应该是将所有的自定义词典都包含了的。

(2). 如果自定义词典txt文件中存在含有空格的词，比如说"16 金立债 nz 100"这种配置，回导致自定义词典加载程序将"16"认为是词，"金立债"认为是词性，"nz"认为是词频，然后出现Java报错:
　　　　　　java.lang.NumberFormatException: For input string: “nz”
　　　　　　虽然仍然生成了bin文件，但是实际上自定义词典中的所有词都是无法使用的。所以在生成自定义词典txt文件的过程中，一定要注意词中是否含有空格，是否符合"词词性词频"的格式。

(3)如何将含有空格的词加入自定义词典中:
　　　　　　CustomDictionary = JClass(‘com.hankcs.hanlp.dictionary.CustomDictionary’)
　　　　　　CustomDictionary.add(‘攻城狮’)

JavaPub参考巨人：https://www.cnblogs.com/hufulinblog/p/10025933.html

推荐文章

今年不论对于国家还是我们个人都是决胜之年，特此安排 2021 JavaPub版面试题及题解详细参考(全网搜：JavaPub版)，包括：

基础，JVM，容器，多线程，反射，异常，网络，对象拷贝，JavaWeb，设计模式，Spring-Spring MVC，Spring Boot / Spring Cloud，Mybatis / Hibernate，Kafka，RocketMQ，Zookeeper，MySQL，Redis，Elasticsearch，Lucene。订阅不迷路，2021奥利给。

做一道BAT面试题

BAT

在使用Hanlp配置自定义词典时遇到的问题相关推荐

基于JAVA词典设计碰到的问题,Hanlp配置自定义词典遇到的问题与解决方法
本文是整理了部分网友在配置hanlp自定义词典时遇到的一小部分问题,同时针对这些问题,也提供另一些解决的方案以及思路.这里分享给大家学习参考. 要使用hanlp加载自定义词典可以通过修改配置文件han ...
Hanlp配置自定义词典遇到的问题与解决方法
本文是整理了部分网友在配置hanlp自定义词典时遇到的一小部分问题,同时针对这些问题,也提供另一些解决的方案以及思路.这里分享给大家学习参考. 要使用hanlp加载自定义词典可以通过修改配置文件han ...
Hanlp中自定义词典的配置、引用以及问题解决
文章目录如何阅读本文? Hanlp用户自定义词典引用简介操作步骤环境创建编辑词典文件将用户自定义词典路径加入配置文件删除缓存文件如何阅读本文? 首先我们对Hanlp用户词典进行简介,推荐 ...
HanLP的自定义词典使用方式与注意事项介绍
[环境]python 2.7 方法一:使用pyhanlp,具体方法如下: pip install pyhanlp # 安装pyhanlp 进入python安装包路径,如 /usr/lib/pytho ...
HanLP的自定义词典使用方式与注意事项介绍 1
[环境]python 2.7 方法一:使用pyhanlp,具体方法如下: pip install pyhanlp # 安装pyhanlp 进入python安装包路径,如 /usr/lib/pytho ...
jieba使用自定义词典_如何在Word 2013中使用自定义词典
jieba使用自定义词典 If you have the option on for checking spelling as you type in Word 2013, you can easil ...
最新LVGL8.3.7版本汉字输入法的使用，使用自定义词典。
访问LVGL官网:https://lvgl.io/,下载最新版8.3.7. 参考:https://blog.csdn.net/qq_59953808/article/details/126445608 ...
HanLP自定义词典注意事项
对于词典,直接加载文本会很慢,所以HanLP对于文本文件做了一些预处理,生成了后缀名为.txt.bin的二进制文件. 这些二进制文件相当于缓存,避免了每次加载去读取多个文件. 通过这种txt和bin结 ...
elasticsearch-analysis-ik中文分词插件安装及配置Ik自定义词典+拼音分词
在Elasticsearch中默认的分词器对中文的支持不好,会分隔成一个一个的汉字.而IK分词器对中文的支持比较好,主要有两种模式"ik_smart"和"ik_max_w ...

在使用Hanlp配置自定义词典时遇到的问题

文章目录

前言

正事

在使用Hanlp配置自定义词典时遇到的问题相关推荐

最新文章

热门文章