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。

---

项目主页

HanLP下载地址：https://github.com/hankcs/HanLP/releases

Solr5.x、Lucene5.x插件：https://github.com/hankcs/hanlp-solr-plugin