NLPIR使用（1）

今天研究的是nlpir的语义分词

首先 安装pynlpir库：

pip install pynlpir

下面写一个测试小程序：

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

import sys
reload(sys)
sys.setdefaultencoding("utf-8")

import pynlpir

pynlpir.open()

s=‘聊天机器人到底怎么做呢‘

segments = pynlpir.segment(s)
for segment in segments:
    print segment[0],‘\t‘,segment[1]

pynlpir.close()

运行结果：

聊天 	verb
机器人 	noun
到底 	adverb
怎么 	pronoun
做 	verb
呢 	modal particle

下面我们在试一下关键词提取效果：

key_words = pynlpir.get_key_words(s,weighted=True)
for key_word in key_words:
    print key_word[0],‘\t‘,key_word[1]

运行结果：

聊天 	2.0
机器人 	2.0

从这个小程序看，分词和关键词提取效果非常好

在程序segments 加上一个参数segments = pynlpir.segment(s,pos_english=False) 。也就是不使用英文输出，那麽输出来的就是：

海洋 	名词
是 	动词
如何 	代词
形成 	动词
的 	助词

解释一次。

这里的segment是切词的的意思，返回来的是tuple(token,pos),其中token就是切除来的词，pos就是词的属性。

调用segment的方法指定的pos_names参数可以是‘all’,‘child‘,‘parent‘,默认是parent，表示获取该词性的最顶级词性，child 表示获取该词性的最具体的信息，all表示获取该词性相关的所有信息，相当于从词性顶级词性到该词性的一条路径。