1. 安装 HanLP

Maven 依赖

<dependency>
    <groupId>com.hankcs</groupId>
    <artifactId>hanlp</artifactId>
    <version>portable-1.8.4</version> <!-- 最新版本请查看官网 -->
</dependency>

注意：portable 版本内置小型词典，适合基础任务；若需完整功能，需下载完整数据包。

---

2. 基础功能

(1) 分词

import com.hankcs.hanlp.HanLP;
import com.hankcs.hanlp.seg.common.Term;

public class BasicDemo {
    public static void main(String[] args) {
        String text = "你好，欢迎使用HanLP！这是一段测试文本。";
        
        // 标准分词
        List<Term> termList = HanLP.segment(text);
        System.out.println(termList);
        // 输出: [你好/vl, ，/w, 欢迎/v, 使用/v, HanLP/nx, ！/w, 这是/r, 一段/m, 测试/vn, 文本/n, 。/w]
    }
}

(2) 词性标注

HanLP 的分词结果已包含词性（如 n=名词，v=动词）：

for (Term term : termList) {
    System.out.println(term.word + " : " + term.nature);
}

常用词性标记：

• n：名词
• v：动词
• w：标点符号
• nx：外文单词

---

3. 进阶功能

(1) 关键词提取

import com.hankcs.hanlp.summary.TextRankKeyword;

List<String> keywords = HanLP.extractKeyword(text, 5); // 提取前5个关键词
System.out.println(keywords); // 输出: [文本, 测试, HanLP, 欢迎, 使用]

(2) 命名实体识别（NER）

List<Term> termList = HanLP.segment("马云在阿里巴巴工作。");
for (Term term : termList) {
    if (term.nature.toString().startsWith("nr")) { // nr=人名
        System.out.println("人名: " + term.word);
    } else if (term.nature.toString().startsWith("ns")) { // ns=地名
        System.out.println("地名: " + term.word);
    }
}
// 输出: 人名: 马云  地名: 阿里巴巴

(3) 自定义词典

// 方式1：临时添加单词
HanLP.Config.CustomDictionaryPath = new String[]{"data/dictionary/custom/CustomDictionary.txt"};
HanLP.Config.enableDebug();

// 方式2：动态添加
CustomDictionary.add("量子计算", "n 1024");
CustomDictionary.insert("神经网络", "n 1024");

// 使用自定义词典分词
System.out.println(HanLP.segment("量子计算是未来趋势"));
// 输出: [量子计算/n, 是/v, 未来/t, 趋势/n]

---

4. 高级配置

(1) 切换分词模式

// 极速词典分词（不标注词性）
List<String> fastSegResult = HanLP.segmentFaster(text);

// 标准分词（带词性）
List<Term> stdSegResult = HanLP.segment(text);

// NLP分词（高精度，需完整数据包）
List<Term> nlpSegResult = HanLP.newSegment().enableNameRecognize(true).seg(text);

(2) 加载完整数据包

1. 下载数据包并解压。
2. 配置 hanlp.properties：

   root=path/to/hanlp-data
   

---

5. 完整示例

import com.hankcs.hanlp.HanLP;
import com.hankcs.hanlp.seg.common.Term;
import java.util.List;

public class HanLPFullDemo {
    public static void main(String[] args) {
        String text = "清华大学位于北京市海淀区。";

        // 分词 + 词性标注
        List<Term> terms = HanLP.segment(text);
        System.out.println("分词结果: " + terms);

        // 命名实体识别
        terms = HanLP.newSegment().enablePlaceRecognize(true).seg(text);
        for (Term term : terms) {
            if (term.nature.toString().startsWith("ns")) {
                System.out.println("地名: " + term.word);
            }
        }

        // 关键词提取
        List<String> keywords = HanLP.extractKeyword(text, 3);
        System.out.println("关键词: " + keywords);
    }
}

输出：

分词结果: [清华大学/nt, 位于/v, 北京市/ns, 海淀区/ns, 。/w]
地名: 北京市
地名: 海淀区
关键词: [海淀区, 北京市, 清华大学]

---

6. 常见问题

1. 词典加载失败：检查 hanlp.properties 中的 root 路径是否正确。
2. 内存不足：使用 portable 版本或增加 JVM 内存：-Xms512m -Xmx1024m。
3. 性能优化：对长文本使用 HanLP.segmentFaster()。

---

官方资源

• GitHub
• 文档

HanLP 功能强大且灵活，适合中文 NLP 的各种场景！