boss給了個做分詞的任務(wù)，最開始想用的是結(jié)巴分詞and正則表達式。后來發(fā)現(xiàn)結(jié)果并不好，需要一遍一遍篩選【第一個標準篩選出80%的數(shù)據(jù)，然后制定第二個標準，繼續(xù)篩選，然后制定第三個標準篩選，等等等等】

自己用了一下結(jié)巴分詞，感覺對于人名，地名，機構(gòu)名，只是泛泛地使用了一下。在實際分開的時候，并不能很好地分開機構(gòu)名稱。于是轉(zhuǎn)而使用hanlp分詞

但是hanlp分詞的缺點是只有在java上可以用，但是java一向又是我的弱項。所以在這里寫一篇博客從頭至尾敘述一下怎么樣使用hanlp

而且，小胖胖把我的電腦鎖在北師圖書館柜子里了。我工作沒有電腦可用，于是使用小胖的電腦，也就是說，所有的基本變量都需要我自己來配來下，因此也相當于是從一張白紙到使用hanlp的過程。

第一步：下載一個jdk

到openjdk官網(wǎng)去下一個，直接安裝即可。

安裝過后，要配置三個環(huán)境變量，分別是

1.JAVA_HOME:C:Program FilesJavajdk1.8.0_73

2.CLASSPATH: 就是這個jdk打開之后里面的那個lib的目錄

3.PATH:就是jdk后面的bin目錄

配置完成之后，在Windows底下的cmd上面，輸入java -version看看有沒有反應(yīng)即可判斷是否正確安裝jdk

【我這里出現(xiàn)了個小問題，在胖胖的電腦里，不知道她之前安裝過什么東西，自帶了一個jre1.6 然而我安裝的是jre1.8 在cmd里面報錯，說找不到j(luò)re1.6 后來我看了網(wǎng)上的說法，說是也許你別的軟件也會下載java環(huán)境，所以你可能有許多不同的包，系統(tǒng)在尋找路徑的時候，默認會根據(jù)你上面配置的環(huán)境變量里面找。因此，需要把咱們最新下的那個環(huán)境變量放在一大堆環(huán)境變量的最前面，嘗試即可。】

下載了jdk安裝成功之后，第二步，下載eclipse

到官網(wǎng)去找，記住，x86是32位，x64是64位，下載之后設(shè)定project的位置【比如我設(shè)在了D盤的根目錄，結(jié)果發(fā)現(xiàn)不太好，但是已經(jīng)改不了了。。教訓】

安裝成功之后，第三步，去下載hanlp的各種東西

方法1.maven方法，下載一個0配置即可?！镜俏也粫鎯骸?/p>

方法2：先下載hanlp-1.2.8.jar這個jar包

http://hanlp.linrunsoft.com/services.html

再下載data.zip這個數(shù)據(jù)包，可以選擇，選擇下載標準數(shù)據(jù)or迷你數(shù)據(jù)or全部數(shù)據(jù)。大小不同。我下的是標準版的。40M

再下載hanlp.properties這個是一個以properties結(jié)尾的一個文件，我之前從來沒見過，不過可以用txt打開。

第四步：把下載的這些東西導入到eclipse里面去。構(gòu)建路徑

1.把jar包導入到eclipse的lib目錄下

http://jingyan.baidu.com/article/ca41422fc76c4a1eae99ed9f.html

2.自己在src里面創(chuàng)建一個包，在包里面創(chuàng)建一個類。包會在我設(shè)置的根目錄D:/下面，類名稱首字母必須大寫？【貌似不大寫的話，會被否決】

3.把data包解壓，然后放在一個自己喜歡的路徑【我的路徑是D://py/】然后，在hanlp.properties這個文件里，把root修改為data存放的上一級目錄。

4.把hanlp.properties拖動到src這個目錄下

然后試驗了一個demo測試，發(fā)現(xiàn)報錯，然后點擊import import com.hankcs.hanlp.HanLP;

然后run了一下程序，

package test0320;

?

import com.hankcs.hanlp.HanLP;

?

public class TestHanlp {

?

public static void main(String[] args) {

System.out.println(HanLP.segment("你好，歡迎使用HanLP！"));

?

}

?

}

依然報錯，發(fā)現(xiàn)是沒有把properties那個文件導入到bin目錄下，再次打開test0320，在那個bin目錄下復(fù)制properties文件

之后運行，成功了

文章來源于tianbwin2995的博客