百度NLP工具LAC初体验：分词，词性标注，命名实体识别

Bertha 。 2022-12-27 02:09 172阅读 0赞

LAC全称Lexical Analysis of Chinese，是百度自然语言处理部研发的一款联合的词法分析工具，实现中文分词、词性标注、专名识别等功能。

输入：

from LAC import LAC
    
    # 装载LAC模型
    lac = LAC(mode='lac')
    
    # 单个样本输入，输入为Unicode编码的字符串
    text = u"LAC是个优秀的分词工具"
    lac_result = lac.run(text)
    print(lac_result)
    
    # 批量样本输入, 输入为多个句子组成的list，平均速率更快
    texts = [u"LAC是个优秀的分词工具", u"百度是一家高科技公司"]
    lac_result = lac.run(texts)
    print(lac_result)

输出：

[['LAC', '是', '个', '优秀', '的', '分词', '工具'], ['nz', 'v', 'q', 'a', 'u', 'n', 'n']]
    [[['LAC', '是', '个', '优秀', '的', '分词', '工具'], ['nz', 'v', 'q', 'a', 'u', 'n', 'n']], [['百度', '是', '一家', '高科技', '公司'], ['ORG', 'v', 'm', 'n', 'n']]]

词性和专名类别标签集合如下表，其中我们将最常用的4个专名类别标记为大写的形式：

<table> 
 <thead> 
  <tr> 
   <th>标签</th> 
   <th>含义</th> 
   <th>标签</th> 
   <th>含义</th> 
   <th>标签</th> 
   <th>含义</th> 
   <th>标签</th> 
   <th>含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>n</td> 
   <td>普通名词</td> 
   <td>f</td> 
   <td>方位名词</td> 
   <td>s</td> 
   <td>处所名词</td> 
   <td>nw</td> 
   <td>作品名</td> 
  </tr> 
  <tr> 
   <td>nz</td> 
   <td>其他专名</td> 
   <td>v</td> 
   <td>普通动词</td> 
   <td>vd</td> 
   <td>动副词</td> 
   <td>vn</td> 
   <td>名动词</td> 
  </tr> 
  <tr> 
   <td>a</td> 
   <td>形容词</td> 
   <td>ad</td> 
   <td>副形词</td> 
   <td>an</td> 
   <td>名形词</td> 
   <td>d</td> 
   <td>副词</td> 
  </tr> 
  <tr> 
   <td>m</td> 
   <td>数量词</td> 
   <td>q</td> 
   <td>量词</td> 
   <td>r</td> 
   <td>代词</td> 
   <td>p</td> 
   <td>介词</td> 
  </tr> 
  <tr> 
   <td>c</td> 
   <td>连词</td> 
   <td>u</td> 
   <td>助词</td> 
   <td>xc</td> 
   <td>其他虚词</td> 
   <td>w</td> 
   <td>标点符号</td> 
  </tr> 
  <tr> 
   <td>PER</td> 
   <td>人名</td> 
   <td>LOC</td> 
   <td>地名</td> 
   <td>ORG</td> 
   <td>机构名</td> 
   <td>TIME</td> 
   <td>时间</td> 
  </tr> 
 </tbody> 
</table>

注意事项：

1.  输入：格式为utf-8
2.  输出：
    
    > 每个句子的输出其切词结果word\_list，以及对每个单词的标注tags\_list，其格式为（word\_list, tags\_list)

发表评论取消回复

表情：

评论列表（有 0 条评论，172人围观）

还没有评论，来说两句吧...

相关阅读

相关 jieba分词原理 ‖ 词性标注

. [jieba分词原理 ‖ 基于前缀词典及动态规划的分词实现][jieba_ _] 2. [jieba分词原理 ‖ 基于汉字成词能力的HMM模型识别未登录词实现][...

小鱼儿/ 2024年04月18日 18:40/ 0 赞/ 75 阅读

相关自然语言处理(NLP)-第三方库(工具包)：LTP（适合中文数据集）【命名实体识别、分词、词性标注、依存句法分析、语义角色标注】

一、安装使用 pip 安装 pip install pyltp pip install pyltp -i https://pypi.tuna.ts

╰半橙微兮°/ 2023年10月05日 16:58/ 0 赞/ 30 阅读

相关 NLP实战-中文命名实体识别

NLP实战-中文命名实体识别：[https://zhuanlan.zhihu.com/p/61227299][https_zhuanlan.zhihu.com_p_612272

红太狼/ 2023年01月23日 13:53/ 0 赞/ 222 阅读

相关【备忘录】词性标注工具调研

NLTK NLTK分词 words = tokenize.word_tokenize(result, language='portuguese')

た入场券/ 2023年01月21日 05:24/ 0 赞/ 83 阅读

相关百度NLP工具LAC初体验：分词，词性标注，命名实体识别

LAC全称Lexical Analysis of Chinese，是百度自然语言处理部研发的一款联合的词法分析工具，实现中文分词、词性标注、专名识别等功能。输入：

Bertha 。/ 2022年12月27日 02:09/ 0 赞/ 173 阅读

相关 nlp 命名实体识别-中文名识别

目录 [命名实体识别][Link 1] [基于CRF的命名实体识别方法][CRF] [SVM和最大熵相结合的中文机构名自动识别][

我就是我/ 2022年09月16日 11:09/ 0 赞/ 278 阅读

相关 Python深度学习-NLP实战：命名实体识别(NER)之分词与序列标注、实体识别任务简介

系列文章目录 Python深度学习-NLP实战：深度学习系列培训教程 1. Linux服务器软件的简单使用 2. [Linux命令的简单使用][Linux] 3.

小鱼儿/ 2022年09月09日 01:53/ 0 赞/ 349 阅读

相关 NLP - 基于 BERT 的中文命名实体识别（NER)

序列标注任务是中文[自然语言处理][Link 1]（NLP）领域在句子层面中的主要任务，在给定的文本序列上预测序列中需要作出标注的标签。常见的子任务有[命名实体识别][Link

淡淡的烟草味﹌/ 2022年09月07日 06:14/ 0 赞/ 288 阅读

相关 NLP CRF 命名实体识别

1. 实体先说什么实体吧。在NLP中通常所说的实体指的是人名、地名、机构名，在新闻领域，我们希望了解突发事件的主体，比如人物、地点、机构等等。如果扩展的话，就是你所关心

朱雀/ 2022年08月30日 01:56/ 0 赞/ 209 阅读

相关 NLP入门（四）命名实体识别（NER）

本文将会简单介绍自然语言处理（NLP）中的命名实体识别（NER）。命名实体识别（Named Entity Recognition，简称NER）是信息提取、问答系统

阳光穿透心脏的1/2处/ 2022年04月16日 00:30/ 0 赞/ 546 阅读