NLPIR/ICTCLAS 汉语分词系统(http://ictclas.nlpir.org)
PyNLPIR 是该汉语分词系统的 python 封装版(http://pynlpir.readthedocs.io…)
安装步骤:
① pip install pynlpir
② pynlpir update
官方文档的汉语分词示例:
import pynlpir
pynlpir.open()
str = '欢迎科研人员、技术工程师、企事业单位与个人参与 NLPIR 平台的建设工作。'
result = pynlpir.segment(str)
print(result)
# output: [('欢迎', 'verb'), ('科研', 'noun'), ('人员', 'noun'), ('、', 'punctuation mark'), ('技术', 'noun'), ('工程师', 'noun'), ('、', 'punctuation mark'), ('企事业', 'noun'), ('单位', 'noun'), ('与', 'conjunction'), ('个人', 'noun'), ('参与', 'verb'), ('NLPIR', 'noun'), ('平台', 'noun'), ('的', 'particle'), ('建设', 'verb'), ('工作', 'verb'), ('。', 'punctuation mark')]
可能遇到的问题:
① raise RuntimeError(“NLPIR function ‘NLPIR_Init’ failed.”)
解决方案:
访问 https://github.com/NLPIR-team… 仓库,
下载 license 例如 NLPIR-ICTCLAS 分词系统授权中的 NLPIR.user 文件,
替换路径 path_to_local_python/Lib/site-packages/pynlpir/Data 下的同名文件以更新授权。
中文停用词表:
["啊","阿","哎","哎呀","哎哟","唉","俺","俺们","按","按照","吧","吧哒","把","罢了","被","本","本着","比","比方","比如","鄙人","彼","彼此","边","别","别的","别说","并","并且","不比","不成","不单","不但","不独","不管","不光","不过","不仅","不拘","不论","不怕","不然","不如","不特","不惟","不问","不只","朝","朝着","趁","趁着","乘","冲","除","除此之外","除非","除了","此","此间","此外","从","从而","打","待","但","但是","当","当着","到","得","的","的话","等","等等","地","第","叮咚","对","对于","多","多少","而","而况","而且","而是","而外","而言","而已","尔后","反过来","反过来说","反之","非但","非徒","否则","嘎","嘎登","该","赶","个","各","各个","各位","各种","各自","给","根据","跟","故","故此","固然","关于","管","归","果然","果真","过","哈","哈哈","呵","和","何","何处","何况","何时","嘿","哼","哼唷","呼哧","乎","哗","还是","还有","换句话说","换言之","或","或是","或者","极了","及","及其","及至","即","即便","即或","即令","即若","即使","几","几时","己","既","既然","既是","继而","加之","假如","假若","假使","鉴于","将","较","较之","叫","接着","结果","借","紧接着","进而","尽","尽管","经","经过","就","就是","就是说","据","具体地说","具体说来","开始","开外","靠","咳","可","可见","可是","可以","况且","啦","来","来着","离","例如","哩","连","连同","两者","了","临","另","另外","另一方面","论","嘛","吗","慢说","漫说","冒","么","每","每当","们","莫若","某","某个","某些","拿","哪","哪边","哪儿","哪个","哪里","哪年","哪怕","哪天","哪些","哪样","那","那边","那儿","那个","那会儿","那里","那么","那么些","那么样","那时","那些","那样","乃","乃至","呢","能","你","你们","您","宁","宁可","宁肯","宁愿","哦","呕","啪达","旁人","呸","凭","凭借","其","其次","其二","其他","其它","其一","其余","其中","起","起见","岂但","恰恰相反","前后","前者","且","然而","然后","然则","让","人家","任","任何","任凭","如","如此","如果","如何","如其","如若","如上所述","若","若非","若是","啥","上下","尚且","设若","设使","甚而","甚么","甚至","省得","时候","什么","什么样","使得","是","是的","首先","谁","谁知","顺","顺着","似的","虽","虽然","虽说","虽则","随","随着","所","所以","他","他们","他人","它","它们","她","她们","倘","倘或","倘然","倘若","倘使","腾","替","通过","同","同时","哇","万一","往","望","为","为何","为了","为什么","为着","喂","嗡嗡","我","我们","呜","呜呼","乌乎","无论","无宁","毋宁","嘻","吓","相对而言","像","向","向着","嘘","呀","焉","沿","沿着","要","要不","要不然","要不是","要么","要是","也","也罢","也好","一","一般","一旦","一方面","一来","一切","一样","一则","依","依照","矣","以","以便","以及","以免","以至","以至于","以致","抑或","因","因此","因而","因为","哟","用","由","由此可见","由于","有","有的","有关","有些","又","于","于是","于是乎","与","与此同时","与否","与其","越是","云云","哉","再说","再者","在","在下","咱","咱们","则","怎","怎么","怎么办","怎么样","怎样","咋","照","照着","者","这","这边","这儿","这个","这会儿","这就是说","这里","这么","这么点儿","这么些","这么样","这时","这些","这样","正如","吱","之","之类","之所以","之一","只是","只限","只要","只有","至","至于","诸位","着","着呢","自","自从","自个儿","自各儿","自己","自家","自身","综上所述","总的来看","总的来说","总的说来","总而言之","总之","纵","纵令","纵然","纵使","遵照","作为","兮","呃","呗","咚","咦","喏","啐","喔唷","嗬","嗯","嗳","啊哈","啊呀","啊哟","挨次","挨个","挨家挨户","挨门挨户","挨门逐户","挨着","按理","按期","按时","按说","暗地里","暗中","暗自","昂然","八成","白白","半","梆","保管","保险","饱","背地里","背靠背","倍感","倍加","本人","本身","甭","比起","比如说","比照","毕竟","必","必定","必将","必须","便","别人","并非","并肩","并没","并没有","并排","并无","勃然","不","不必","不常","不大","不得","不得不","不得了","不得已","不迭","不定","不对","不妨","不管怎样","不会","不仅仅","不仅仅是","不经意","不可开交","不可抗拒","不力","不了","不料","不满","不免","不能不","不起","不巧","不然的话","不日","不少","不胜","不时","不是","不同","不能","不要","不外","不外乎","不下","不限","不消","不已","不亦乐乎","不由得","不再","不择手段","不怎么","不曾","不知不觉","不止","不止一次","不至于","才","才能","策略地","差不多","差一点","常","常常","常言道","常言说","常言说得好","长此下去","长话短说","长期以来","长线","敞开儿","彻夜","陈年","趁便","趁机","趁热","趁势","趁早","成年","成年累月","成心","乘机","乘胜","乘势","乘隙","乘虚","诚然","迟早","充分","充其极","充其量","抽冷子","臭","初","出","出来","出去","除此","除此而外","除此以外","除开","除去","除却","除外","处处","川流不息","传","传说","传闻","串行","纯","纯粹","此后","此中","次第","匆匆","从不","从此","从此以后","从古到今","从古至今","从今以后","从宽","从来","从轻","从速","从头","从未","从无到有","从小","从新","从严","从优","从早到晚","从中","从重","凑巧","粗","存心","达旦","打从","打开天窗说亮话","大","大不了","大大","大抵","大都","大多","大凡","大概","大家","大举","大略","大面儿上","大事","大体","大体上","大约","大张旗鼓","大致","呆呆地","带","殆","待到","单","单纯","单单","但愿","弹指之间","当场","当儿","当即","当口儿","当然","当庭","当头","当下","当真","当中","倒不如","倒不如说","倒是","到处","到底","到了儿","到目前为止","到头","到头来","得起","得天独厚","的确","等到","叮当","顶多","定","动不动","动辄","陡然","都","独","独自","断然","顿时","多次","多多","多多少少","多多益善","多亏","多年来","多年前","而后","而论","而又","尔等","二话不说","二话没说","反倒","反倒是","反而","反手","反之亦然","反之则","方","方才","方能","放量","非常","非得","分期","分期分批","分头","奋勇","愤然","风雨无阻","逢","弗","甫","嘎嘎","该当","概","赶快","赶早不赶晚","敢","敢情","敢于","刚","刚才","刚好","刚巧","高低","格外","隔日","隔夜","个人","各式","更","更加","更进一步","更为","公然","共","共总","够瞧的","姑且","古来","故而","故意","固","怪","怪不得","惯常","光","光是","归根到底","归根结底","过于","毫不","毫无","毫无保留地","毫无例外","好在","何必","何尝","何妨","何苦","何乐而不为","何须","何止","很","很多","很少","轰然","后来","呼啦","忽地","忽然","互","互相","哗啦","话说","还","恍然","会","豁然","活","伙同","或多或少","或许","基本","基本上","基于","极","极大","极度","极端","极力","极其","极为","急匆匆","即将","即刻","即是说","几度","几番","几乎","几经","既...又","继之","加上","加以","间或","简而言之","简言之","简直","见","将才","将近","将要","交口","较比","较为","接连不断","接下来","皆可","截然","截至","藉以","借此","借以","届时","仅","仅仅","谨","进来","进去","近","近几年来","近来","近年来","尽管如此","尽可能","尽快","尽量","尽然","尽如人意","尽心竭力","尽心尽力","尽早","精光","经常","竟","竟然","究竟","就此","就地","就算","居然","局外","举凡","据称","据此","据实","据说","据我所知","据悉","具体来说","决不","决非","绝","绝不","绝顶","绝对","绝非","均","喀","看","看来","看起来","看上去","看样子","可好","可能","恐怕","快","快要","来不及","来得及","来讲","来看","拦腰","牢牢","老","老大","老老实实","老是","累次","累年","理当","理该","理应","历","立","立地","立刻","立马","立时","联袂","连连","连日","连日来","连声","连袂","临到","另方面","另行","另一个","路经","屡","屡次","屡次三番","屡屡","缕缕","率尔","率然","略","略加","略微","略为","论说","马上","蛮","满","没","没有","每逢","每每","每时每刻","猛然","猛然间","莫","莫不","莫非","莫如","默默地","默然","呐","那末","奈","难道","难得","难怪","难说","内","年复一年","凝神","偶而","偶尔","怕","砰","碰巧","譬如","偏偏","乒","平素","颇","迫于","扑通","其后","其实","奇","齐","起初","起来","起首","起头","起先","岂","岂非","岂止","迄","恰逢","恰好","恰恰","恰巧","恰如","恰似","千","万","千万","千万千万","切","切不可","切莫","切切","切勿","窃","亲口","亲身","亲手","亲眼","亲自","顷","顷刻","顷刻间","顷刻之间","请勿","穷年累月","取道","去","权时","全都","全力","全年","全然","全身心","然","人人","仍","仍旧","仍然","日复一日","日见","日渐","日益","日臻","如常","如此等等","如次","如今","如期","如前所述","如上","如下","汝","三番两次","三番五次","三天两头","瑟瑟","沙沙","上","上来","上去","一.","一一","一下","一个","一些","一何","一则通过","一天","一定","一时","一次","一片","一番","一直","一致","一起","一转眼","一边","一面","上升","上述","上面","下","下列","下去","下来","下面","不一","不久","不变","不可","不够","不尽","不尽然","不敢","不断","不若","不足","与其说","专门","且不说","且说","严格","严重","个别","中小","中间","丰富","为主","为什麽","为止","为此","主张","主要","举行","乃至于","之前","之后","之後","也就是说","也是","了解","争取","二来","云尔","些","亦","产生","人","人们","什麽","今","今后","今天","今年","今後","介于","从事","他是","他的","代替","以上","以下","以为","以前","以后","以外","以後","以故","以期","以来","任务","企图","伟大","似乎","但凡","何以","余外","你是","你的","使","使用","依据","依靠","便于","促进","保持","做到","傥然","儿","允许","元/吨","先不先","先后","先後","先生","全体","全部","全面","共同","具体","具有","兼之","再","再其次","再则","再有","再次","再者说","决定","准备","凡","凡是","出于","出现","分别","则甚","别处","别是","别管","前此","前进","前面","加入","加强","十分","即如","却","却不","原来","又及","及时","双方","反应","反映","取得","受到","变成","另悉","只","只当","只怕","只消","叫做","召开","各人","各地","各级","合理","同一","同样","后","后者","后面","向使","周围","呵呵","咧","唯有","啷当","喽","嗡","嘿嘿","因了","因着","在于","坚决","坚持","处在","处理","复杂","多么","多数","大力","大多数","大批","大量","失去","她是","她的","好","好的","好象","如同","如是","始而","存在","孰料","孰知","它们的","它是","它的","安全","完全","完成","实现","实际","宣布","容易","密切","对应","对待","对方","对比","小","少数","尔","尔尔","尤其","就是了","就要","属于","左右","巨大","巩固","已","已矣","已经","巴","巴巴","帮助","并不","并不是","广大","广泛","应当","应用","应该","庶乎","庶几","开展","引起","强烈","强调","归齐","当前","当地","当时","形成","彻底","彼时","往往","後来","後面","得了","得出","得到","心里","必然","必要","怎奈","怎麽","总是","总结","您们","您是","惟其","意思","愿意","成为","我是","我的","或则","或曰","战斗","所在","所幸","所有","所谓","扩大","掌握","接著","数/","整个","方便","方面","无","无法","既往","明显","明确","是不是","是以","是否","显然","显著","普通","普遍","曾","曾经","替代","最","最后","最大","最好","最後","最近","最高","有利","有力","有及","有所","有效","有时","有点","有的是","有着","有著","末##末","本地","来自","来说","构成","某某","根本","欢迎","欤","正值","正在","正巧","正常","正是","此地","此处","此时","此次","每个","每天","每年","比及","比较","没奈何","注意","深入","清楚","满足","然後","特别是","特殊","特点","犹且","犹自","现代","现在","甚且","甚或","甚至于","用来","由是","由此","目前","直到","直接","相似","相信","相反","相同","相对","相应","相当","相等","看出","看到","看看","看见","真是","真正","眨眼","矣乎","矣哉","知道","确定","种","积极","移动","突出","突然","立即","竟而","第二","类如","练习","组成","结合","继后","继续","维持","考虑","联系","能否","能够","自后","自打","至今","至若","致","般的","良好","若夫","若果","范围","莫不然","获得","行为","行动","表明","表示","要求","规定","觉得","譬喻","认为","认真","认识","许多","设或","诚如","说明","说来","说说","诸","诸如","谁人","谁料","贼死","赖以","距","转动","转变","转贴","达到","迅速","过去","过来","运用","还要","这一来","这次","这点","这种","这般","这麽","进入","进步","进行","适应","适当","适用","逐步","逐渐","通常","造成","遇到","遭到","遵循","避免","那般","那麽","部分","采取","里面","重大","重新","重要","针对","问题","防止","附近","限制","随后","随时","随著","难道说","集中","需要","非特","非独","高兴","若果 "]