## 工具介绍
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。该工具具有以下特点与优势：
- **效果好**：通过深度学习模型联合学习分词、词性标注、专名识别任务，词语重要性，整体效果F1值超过0.91，词性标注F1值超过0.94，专名识别F1值超过0.85，效果业内领先。
- **效率高**：精简模型参数，结合Paddle预测库的性能优化，CPU单线程性能达800QPS，效率业内领先。
- **可定制**：实现简单可控的干预机制，精准匹配用户词典对模型进行干预。词典支持长片段形式，使得干预更为精准。
- **调用便捷**：**支持一键安装**，同时提供了Python、Java和C++调用接口与调用示例，实现快速调用和集成。
- **支持移动端**: 定制超轻量级模型，体积仅为2M，主流千元手机单线程性能达200QPS，满足大多数移动端应用的需求，同等体积量级效果业内领先。
## 安装与使用
在此我们主要介绍Python安装与使用，其他语言使用：
- [C++](./c++/README.md)
- [JAVA](./java/README.md)
- [Android](./Android/README.md)
### 安装说明
代码兼容Python2/3
- 全自动安装: `pip install lac`
- 半自动下载：先下载[http://pypi.python.org/pypi/lac/](http://pypi.python.org/pypi/lac/)，解压后运行 `python setup.py install`
- 安装完成后可在命令行输入`lac`或`lac --segonly`,`lac --rank`启动服务，进行快速体验。
> 国内网络可使用百度源安装，安装速率更快：`pip install lac -i https://mirror.baidu.com/pypi/simple`
### 功能与使用
#### 分词
- 代码示例：
```python
from LAC import LAC
# 装载分词模型
lac = LAC(mode='seg')
# 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"
seg_result = lac.run(text)
# 批量样本输入, 输入为多个句子组成的list，平均速率会更快
texts = [u"LAC是个优秀的分词工具", u"百度是一家高科技公司"]
seg_result = lac.run(texts)
```
- 输出：
```text
【单样本】：seg_result = [LAC, 是, 个, 优秀, 的, 分词, 工具]
【批量样本】：seg_result = [[LAC, 是, 个, 优秀, 的, 分词, 工具], [百度, 是, 一家, 高科技, 公司]]
```
#### 词性标注与实体识别
- 代码示例：
```python
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)
# 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)
```
- 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)
```text
【单样本】： lac_result = ([百度, 是, 一家, 高科技, 公司], [ORG, v, m, n, n])
【批量样本】：lac_result = [
([百度, 是, 一家, 高科技, 公司], [ORG, v, m, n, n]),
([LAC, 是, 个, 优秀, 的, 分词, 工具], [nz, v, q, a, u, 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：
| 标签 | 含义 | 标签 | 含义 | 标签 | 含义 | 标签 | 含义 |
| ---- | -------- | ---- | -------- | ---- | -------- | ---- | -------- |
| n | 普通名词 | f | 方位名词 | s | 处所名词 | nw | 作品名 |
| nz | 其他专名 | v | 普通动词 | vd | 动副词 | vn | 名动词 |
| a | 形容词 | ad | 副形词 | an | 名形词 | d | 副词 |
| m | 数量词 | q | 量词 | r | 代词 | p | 介词 |
| c | 连词 | u | 助词 | xc | 其他虚词 | w | 标点符号 |
| PER | 人名 | LOC | 地名 | ORG | 机构名 | TIME | 时间 |
#### 词语重要性
- 代码示例：
```python
from LAC import LAC
# 装载词语重要性模型
lac = LAC(mode='rank')
# 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"
rank_result = lac.run(text)
# 批量样本输入, 输入为多个句子组成的list，平均速率会更快
texts = [u"LAC是个优秀的分词工具", u"百度是一家高科技公司"]
rank_result = lac.run(texts)
```
- 输出：
```text
【单样本】：rank_result = [['LAC', '是', '个', '优秀', '的', '分词', '工具'],
[nz, v, q, a, u, n, n],[3, 0, 0, 2, 0, 3, 1]]
【批量样本】：rank_result = [
(['LAC', '是', '个', '优秀', '的', '分词', '工具'],
[nz, v, q, a, u, n, n], [3, 0, 0, 2, 0, 3, 1]),
(['百度', '是', '一家', '高科技', '公司'],
[ORG, v, m, n, n], [3, 0, 2, 3, 1])
]
```
词语重要性程度各类别标签集合如下表，我们使用4-Level梯度进行分类：
| 标签 | 含义 | 常见于词性|
| ---- | -------- | ---- |
| 0 | query中表述的冗余词 | p, w, xc ... |
| 1 | query中限定较弱的词 | r, c, u ... |
| 2 | query中强限定的词 | n, s, v ... |
| 3 | query中的核心词 | nz, nw, LOC ... |
#### 定制化功能
在模型输出的基础上，LAC还支持用户配置定制化的切分结果和专名类型输出。当模型预测匹配到词典的中的item时，会用定制化的结果替代原有结果。为了实现更加精确的匹配，我们支持以由多个单词组成的长片段作为一个item。
我们通过装载词典文件的形式实现该功能，词典文件每行表示一个定制化的item，由一个单词或多个连续的单词组成，每个单词后使用'/'表示标签，如果没有'/'标签则会使用模型默认的标签。每个item单词数越多，干预效果会越精准。
- 词典文件示例
> 这里仅作为示例，展现各种需求情况下的结果。后续还将开放以通配符配置词典的模式，敬请期待。
```text
春天/SEASON
花/n 开/v
秋天的风
落 阳
```
- 代码示例
```python
from LAC import LAC
lac = LAC()
# 装载干预词典, sep参数表示词典文件采用的分隔符，为None时默认使用空格或制表符'\t'
lac.load_customization('custom.txt', sep=None)
# 干预后结果
custom_result = lac.run(u"春天的花开秋天的风以及冬天的落阳")
```
- 以输入“春天的花开秋天的风以及冬天的落阳”为例，原本输出结果为：
```text
春天/TIME 的/u 花开/v 秋天/TIME 的/u 风/n 以及/c 冬天/TIME 的/u 落阳/n
```
- 添加示例中的词典文件后的结果为：
```text
春天/SEASON 的/u 花/n 开/v 秋天的风/n 以及/c 冬天/TIME 的/u 落/n 阳/n
```
#### 增量训练
我们也提供了增量训练的接口，用户可以使用自己的数据，进行增量训练，首先需要将数据转换为模型输入的格式，并且所有数据文件均为"UTF-8"编码：
##### 1. 分词训练
- 数据样例
> 与大多数开源分词数据集格式一致，使用空格作为单词切分标记，如下所示：
```text
LAC 是 个 优秀 的 分词 工具 。
百度 是 一家 高科技 公司 。
春天 的 花开 秋天 的 风 以及 冬天 的 落阳 。
```
- 代码示例
```Python
from LAC import LAC
# 选择使用分词模型
lac = LAC(mode = 'seg')
# 训练和测试数据集，格式一致
train_file = "./data/seg_train.tsv"
test_file = "./data/seg_test.tsv"
lac.train(model_save_dir='./my_seg_model/',train_data=train_file, test_data=test_file)
# 使用自己训练好的模型
my_lac = LAC(model_path='my_seg_model')
```
##### 2. 词法分析训练
- 样例数据
> 在分词数据的基础上，每个单词以“/type”的形式标记其词性或实体类别。值得注意的是，词法分析的训练目前仅支持标签体系与我们一致的数据。后续也会开放支持新的标签体系，敬请期待。
```text
LAC/nz 是/v 个/q 优秀/a 的/u 分词/n 工具/n 。/w
百度/ORG 是/v 一家/m 高科技/n 公司/n 。/w
春天/TIME 的/u 花开/v 秋天/TIME 的/u 风/n 以及/c 冬天/TIME 的/u 落阳/n 。/w
```
- 代码示例
```Python
from LAC import LAC
# 选择使用默认的词法分析模型
lac = LAC()
# 训练和测试数据集，格式一致
train_file = "./data/lac_train.tsv"
test_file = "./data/lac_test.tsv"
lac.train(model_save_dir='./my_lac_model/',train_data=train_file, test_data=test_file)
# 使用自己训练好的模型
my_lac = LAC(model_path='my_lac_model')
```
文件结构
---
```text
.
├── python # Python调用的脚本
├── c++ # C++调用的代码
├── java # Java调用的代码
├── Android # Android调用的示例
├── README.md # 本文件
└── CMakeList.txt # 编译C++和Java调用的脚本
```
## 在论文中引用LAC
如果您的学术工作成果中使用了LAC，请您增加下述引用。我们非常欣慰LAC能够对您的学术工作带来帮助。
```text
@article{jiao2018LAC,
title={Chinese Lexical Analysis with Deep Bi-GRU-CRF Network},
author={Jiao, Zhenyu and Sun, Shuqi and Sun, Ke},
journal={arXiv preprint arXiv:1807.01882},
year={2018},
url={https://arxiv.org/abs/1807.01882}
}
```
贡献代码
---
我们欢迎开发者向LAC贡献代码。如果您开发了新功能，发现了bug……欢迎提交Pull request与issue到Github。
Raw data
{
"_id": null,
"home_page": "https://github.com/baidu/lac",
"name": "LAC",
"maintainer": "",
"docs_url": null,
"requires_python": "",
"maintainer_email": "",
"keywords": "lac chinese lexical analysis",
"author": "Baidu NLP",
"author_email": "nlp-fenci@baidu.com",
"download_url": "https://files.pythonhosted.org/packages/c3/88/966e99c95cac93730a7f3cdf92a17e2a0e924bea61b9a86ae7995feaa4fe/LAC-2.1.2.tar.gz",
"platform": "any",
"description": "## \u5de5\u5177\u4ecb\u7ecd\nLAC\u5168\u79f0Lexical Analysis of Chinese\uff0c\u662f\u767e\u5ea6\u81ea\u7136\u8bed\u8a00\u5904\u7406\u90e8\u7814\u53d1\u7684\u4e00\u6b3e\u8054\u5408\u7684\u8bcd\u6cd5\u5206\u6790\u5de5\u5177\uff0c\u5b9e\u73b0\u4e2d\u6587\u5206\u8bcd\u3001\u8bcd\u6027\u6807\u6ce8\u3001\u4e13\u540d\u8bc6\u522b\u7b49\u529f\u80fd\u3002\u8be5\u5de5\u5177\u5177\u6709\u4ee5\u4e0b\u7279\u70b9\u4e0e\u4f18\u52bf\uff1a\n- **\u6548\u679c\u597d**\uff1a\u901a\u8fc7\u6df1\u5ea6\u5b66\u4e60\u6a21\u578b\u8054\u5408\u5b66\u4e60\u5206\u8bcd\u3001\u8bcd\u6027\u6807\u6ce8\u3001\u4e13\u540d\u8bc6\u522b\u4efb\u52a1\uff0c\u8bcd\u8bed\u91cd\u8981\u6027\uff0c\u6574\u4f53\u6548\u679cF1\u503c\u8d85\u8fc70.91\uff0c\u8bcd\u6027\u6807\u6ce8F1\u503c\u8d85\u8fc70.94\uff0c\u4e13\u540d\u8bc6\u522bF1\u503c\u8d85\u8fc70.85\uff0c\u6548\u679c\u4e1a\u5185\u9886\u5148\u3002\n- **\u6548\u7387\u9ad8**\uff1a\u7cbe\u7b80\u6a21\u578b\u53c2\u6570\uff0c\u7ed3\u5408Paddle\u9884\u6d4b\u5e93\u7684\u6027\u80fd\u4f18\u5316\uff0cCPU\u5355\u7ebf\u7a0b\u6027\u80fd\u8fbe800QPS\uff0c\u6548\u7387\u4e1a\u5185\u9886\u5148\u3002\n- **\u53ef\u5b9a\u5236**\uff1a\u5b9e\u73b0\u7b80\u5355\u53ef\u63a7\u7684\u5e72\u9884\u673a\u5236\uff0c\u7cbe\u51c6\u5339\u914d\u7528\u6237\u8bcd\u5178\u5bf9\u6a21\u578b\u8fdb\u884c\u5e72\u9884\u3002\u8bcd\u5178\u652f\u6301\u957f\u7247\u6bb5\u5f62\u5f0f\uff0c\u4f7f\u5f97\u5e72\u9884\u66f4\u4e3a\u7cbe\u51c6\u3002\n- **\u8c03\u7528\u4fbf\u6377**\uff1a**\u652f\u6301\u4e00\u952e\u5b89\u88c5**\uff0c\u540c\u65f6\u63d0\u4f9b\u4e86Python\u3001Java\u548cC++\u8c03\u7528\u63a5\u53e3\u4e0e\u8c03\u7528\u793a\u4f8b\uff0c\u5b9e\u73b0\u5feb\u901f\u8c03\u7528\u548c\u96c6\u6210\u3002\n- **\u652f\u6301\u79fb\u52a8\u7aef**: \u5b9a\u5236\u8d85\u8f7b\u91cf\u7ea7\u6a21\u578b\uff0c\u4f53\u79ef\u4ec5\u4e3a2M\uff0c\u4e3b\u6d41\u5343\u5143\u624b\u673a\u5355\u7ebf\u7a0b\u6027\u80fd\u8fbe200QPS\uff0c\u6ee1\u8db3\u5927\u591a\u6570\u79fb\u52a8\u7aef\u5e94\u7528\u7684\u9700\u6c42\uff0c\u540c\u7b49\u4f53\u79ef\u91cf\u7ea7\u6548\u679c\u4e1a\u5185\u9886\u5148\u3002\n\n## \u5b89\u88c5\u4e0e\u4f7f\u7528\n\u5728\u6b64\u6211\u4eec\u4e3b\u8981\u4ecb\u7ecdPython\u5b89\u88c5\u4e0e\u4f7f\u7528\uff0c\u5176\u4ed6\u8bed\u8a00\u4f7f\u7528\uff1a\n- [C++](./c++/README.md)\n- [JAVA](./java/README.md)\n- [Android](./Android/README.md)\n\n### \u5b89\u88c5\u8bf4\u660e\n\u4ee3\u7801\u517c\u5bb9Python2/3\n- \u5168\u81ea\u52a8\u5b89\u88c5: `pip install lac`\n- \u534a\u81ea\u52a8\u4e0b\u8f7d\uff1a\u5148\u4e0b\u8f7d[http://pypi.python.org/pypi/lac/](http://pypi.python.org/pypi/lac/)\uff0c\u89e3\u538b\u540e\u8fd0\u884c `python setup.py install`\n- \u5b89\u88c5\u5b8c\u6210\u540e\u53ef\u5728\u547d\u4ee4\u884c\u8f93\u5165`lac`\u6216`lac --segonly`,`lac --rank`\u542f\u52a8\u670d\u52a1\uff0c\u8fdb\u884c\u5feb\u901f\u4f53\u9a8c\u3002\n\n > \u56fd\u5185\u7f51\u7edc\u53ef\u4f7f\u7528\u767e\u5ea6\u6e90\u5b89\u88c5\uff0c\u5b89\u88c5\u901f\u7387\u66f4\u5feb\uff1a`pip install lac -i https://mirror.baidu.com/pypi/simple`\n\n### \u529f\u80fd\u4e0e\u4f7f\u7528\n#### \u5206\u8bcd\n- \u4ee3\u7801\u793a\u4f8b\uff1a\n```python\nfrom LAC import LAC\n\n# \u88c5\u8f7d\u5206\u8bcd\u6a21\u578b\nlac = LAC(mode='seg')\n\n# \u5355\u4e2a\u6837\u672c\u8f93\u5165\uff0c\u8f93\u5165\u4e3aUnicode\u7f16\u7801\u7684\u5b57\u7b26\u4e32\ntext = u\"LAC\u662f\u4e2a\u4f18\u79c0\u7684\u5206\u8bcd\u5de5\u5177\"\nseg_result = lac.run(text)\n\n# \u6279\u91cf\u6837\u672c\u8f93\u5165, \u8f93\u5165\u4e3a\u591a\u4e2a\u53e5\u5b50\u7ec4\u6210\u7684list\uff0c\u5e73\u5747\u901f\u7387\u4f1a\u66f4\u5feb\ntexts = [u\"LAC\u662f\u4e2a\u4f18\u79c0\u7684\u5206\u8bcd\u5de5\u5177\", u\"\u767e\u5ea6\u662f\u4e00\u5bb6\u9ad8\u79d1\u6280\u516c\u53f8\"]\nseg_result = lac.run(texts)\n```\n- \u8f93\u51fa\uff1a\n\n```text\n\u3010\u5355\u6837\u672c\u3011\uff1aseg_result = [LAC, \u662f, \u4e2a, \u4f18\u79c0, \u7684, \u5206\u8bcd, \u5de5\u5177]\n\u3010\u6279\u91cf\u6837\u672c\u3011\uff1aseg_result = [[LAC, \u662f, \u4e2a, \u4f18\u79c0, \u7684, \u5206\u8bcd, \u5de5\u5177], [\u767e\u5ea6, \u662f, \u4e00\u5bb6, \u9ad8\u79d1\u6280, \u516c\u53f8]]\n```\n\n#### \u8bcd\u6027\u6807\u6ce8\u4e0e\u5b9e\u4f53\u8bc6\u522b\n- \u4ee3\u7801\u793a\u4f8b\uff1a\n```python\nfrom LAC import LAC\n\n# \u88c5\u8f7dLAC\u6a21\u578b\nlac = LAC(mode='lac')\n\n# \u5355\u4e2a\u6837\u672c\u8f93\u5165\uff0c\u8f93\u5165\u4e3aUnicode\u7f16\u7801\u7684\u5b57\u7b26\u4e32\ntext = u\"LAC\u662f\u4e2a\u4f18\u79c0\u7684\u5206\u8bcd\u5de5\u5177\"\nlac_result = lac.run(text)\n\n# \u6279\u91cf\u6837\u672c\u8f93\u5165, \u8f93\u5165\u4e3a\u591a\u4e2a\u53e5\u5b50\u7ec4\u6210\u7684list\uff0c\u5e73\u5747\u901f\u7387\u66f4\u5feb\ntexts = [u\"LAC\u662f\u4e2a\u4f18\u79c0\u7684\u5206\u8bcd\u5de5\u5177\", u\"\u767e\u5ea6\u662f\u4e00\u5bb6\u9ad8\u79d1\u6280\u516c\u53f8\"]\nlac_result = lac.run(texts)\n```\n- \u8f93\u51fa\uff1a\n\n>\u6bcf\u4e2a\u53e5\u5b50\u7684\u8f93\u51fa\u5176\u5207\u8bcd\u7ed3\u679cword_list\u4ee5\u53ca\u5bf9\u6bcf\u4e2a\u5355\u8bcd\u7684\u6807\u6ce8tags_list\uff0c\u5176\u683c\u5f0f\u4e3a\uff08word_list, tags_list)\n```text\n\u3010\u5355\u6837\u672c\u3011\uff1a lac_result = ([\u767e\u5ea6, \u662f, \u4e00\u5bb6, \u9ad8\u79d1\u6280, \u516c\u53f8], [ORG, v, m, n, n])\n\u3010\u6279\u91cf\u6837\u672c\u3011\uff1alac_result = [\n ([\u767e\u5ea6, \u662f, \u4e00\u5bb6, \u9ad8\u79d1\u6280, \u516c\u53f8], [ORG, v, m, n, n]),\n ([LAC, \u662f, \u4e2a, \u4f18\u79c0, \u7684, \u5206\u8bcd, \u5de5\u5177], [nz, v, q, a, u, n, n])\n ]\n```\n\n\u8bcd\u6027\u548c\u4e13\u540d\u7c7b\u522b\u6807\u7b7e\u96c6\u5408\u5982\u4e0b\u8868\uff0c\u5176\u4e2d\u6211\u4eec\u5c06\u6700\u5e38\u7528\u76844\u4e2a\u4e13\u540d\u7c7b\u522b\u6807\u8bb0\u4e3a\u5927\u5199\u7684\u5f62\u5f0f\uff1a\n\n| \u6807\u7b7e | \u542b\u4e49 | \u6807\u7b7e | \u542b\u4e49 | \u6807\u7b7e | \u542b\u4e49 | \u6807\u7b7e | \u542b\u4e49 |\n| ---- | -------- | ---- | -------- | ---- | -------- | ---- | -------- |\n| n | \u666e\u901a\u540d\u8bcd | f | \u65b9\u4f4d\u540d\u8bcd | s | \u5904\u6240\u540d\u8bcd | nw | \u4f5c\u54c1\u540d |\n| nz | \u5176\u4ed6\u4e13\u540d | v | \u666e\u901a\u52a8\u8bcd | vd | \u52a8\u526f\u8bcd | vn | \u540d\u52a8\u8bcd |\n| a | \u5f62\u5bb9\u8bcd | ad | \u526f\u5f62\u8bcd | an | \u540d\u5f62\u8bcd | d | \u526f\u8bcd |\n| m | \u6570\u91cf\u8bcd | q | \u91cf\u8bcd | r | \u4ee3\u8bcd | p | \u4ecb\u8bcd |\n| c | \u8fde\u8bcd | u | \u52a9\u8bcd | xc | \u5176\u4ed6\u865a\u8bcd | w | \u6807\u70b9\u7b26\u53f7 |\n| PER | \u4eba\u540d | LOC | \u5730\u540d | ORG | \u673a\u6784\u540d | TIME | \u65f6\u95f4 |\n\n#### \u8bcd\u8bed\u91cd\u8981\u6027\n- \u4ee3\u7801\u793a\u4f8b\uff1a\n```python\nfrom LAC import LAC\n\n# \u88c5\u8f7d\u8bcd\u8bed\u91cd\u8981\u6027\u6a21\u578b\nlac = LAC(mode='rank')\n\n# \u5355\u4e2a\u6837\u672c\u8f93\u5165\uff0c\u8f93\u5165\u4e3aUnicode\u7f16\u7801\u7684\u5b57\u7b26\u4e32\ntext = u\"LAC\u662f\u4e2a\u4f18\u79c0\u7684\u5206\u8bcd\u5de5\u5177\"\nrank_result = lac.run(text)\n\n# \u6279\u91cf\u6837\u672c\u8f93\u5165, \u8f93\u5165\u4e3a\u591a\u4e2a\u53e5\u5b50\u7ec4\u6210\u7684list\uff0c\u5e73\u5747\u901f\u7387\u4f1a\u66f4\u5feb\ntexts = [u\"LAC\u662f\u4e2a\u4f18\u79c0\u7684\u5206\u8bcd\u5de5\u5177\", u\"\u767e\u5ea6\u662f\u4e00\u5bb6\u9ad8\u79d1\u6280\u516c\u53f8\"]\nrank_result = lac.run(texts)\n```\n- \u8f93\u51fa\uff1a\n\n```text\n\u3010\u5355\u6837\u672c\u3011\uff1arank_result = [['LAC', '\u662f', '\u4e2a', '\u4f18\u79c0', '\u7684', '\u5206\u8bcd', '\u5de5\u5177'], \n [nz, v, q, a, u, n, n],[3, 0, 0, 2, 0, 3, 1]]\n\u3010\u6279\u91cf\u6837\u672c\u3011\uff1arank_result = [\n (['LAC', '\u662f', '\u4e2a', '\u4f18\u79c0', '\u7684', '\u5206\u8bcd', '\u5de5\u5177'], \n [nz, v, q, a, u, n, n], [3, 0, 0, 2, 0, 3, 1]), \n (['\u767e\u5ea6', '\u662f', '\u4e00\u5bb6', '\u9ad8\u79d1\u6280', '\u516c\u53f8'], \n [ORG, v, m, n, n], [3, 0, 2, 3, 1])\n ]\n```\n\u8bcd\u8bed\u91cd\u8981\u6027\u7a0b\u5ea6\u5404\u7c7b\u522b\u6807\u7b7e\u96c6\u5408\u5982\u4e0b\u8868\uff0c\u6211\u4eec\u4f7f\u75284-Level\u68af\u5ea6\u8fdb\u884c\u5206\u7c7b\uff1a\n\n| \u6807\u7b7e | \u542b\u4e49 | \u5e38\u89c1\u4e8e\u8bcd\u6027|\n| ---- | -------- | ---- | \n| 0 | query\u4e2d\u8868\u8ff0\u7684\u5197\u4f59\u8bcd | p, w, xc ... | \n| 1 | query\u4e2d\u9650\u5b9a\u8f83\u5f31\u7684\u8bcd | r, c, u ... | \n| 2 | query\u4e2d\u5f3a\u9650\u5b9a\u7684\u8bcd | n, s, v ... | \n| 3 | query\u4e2d\u7684\u6838\u5fc3\u8bcd | nz, nw, LOC ... | \n\n#### \u5b9a\u5236\u5316\u529f\u80fd\n\n\u5728\u6a21\u578b\u8f93\u51fa\u7684\u57fa\u7840\u4e0a\uff0cLAC\u8fd8\u652f\u6301\u7528\u6237\u914d\u7f6e\u5b9a\u5236\u5316\u7684\u5207\u5206\u7ed3\u679c\u548c\u4e13\u540d\u7c7b\u578b\u8f93\u51fa\u3002\u5f53\u6a21\u578b\u9884\u6d4b\u5339\u914d\u5230\u8bcd\u5178\u7684\u4e2d\u7684item\u65f6\uff0c\u4f1a\u7528\u5b9a\u5236\u5316\u7684\u7ed3\u679c\u66ff\u4ee3\u539f\u6709\u7ed3\u679c\u3002\u4e3a\u4e86\u5b9e\u73b0\u66f4\u52a0\u7cbe\u786e\u7684\u5339\u914d\uff0c\u6211\u4eec\u652f\u6301\u4ee5\u7531\u591a\u4e2a\u5355\u8bcd\u7ec4\u6210\u7684\u957f\u7247\u6bb5\u4f5c\u4e3a\u4e00\u4e2aitem\u3002\n\n\u6211\u4eec\u901a\u8fc7\u88c5\u8f7d\u8bcd\u5178\u6587\u4ef6\u7684\u5f62\u5f0f\u5b9e\u73b0\u8be5\u529f\u80fd\uff0c\u8bcd\u5178\u6587\u4ef6\u6bcf\u884c\u8868\u793a\u4e00\u4e2a\u5b9a\u5236\u5316\u7684item\uff0c\u7531\u4e00\u4e2a\u5355\u8bcd\u6216\u591a\u4e2a\u8fde\u7eed\u7684\u5355\u8bcd\u7ec4\u6210\uff0c\u6bcf\u4e2a\u5355\u8bcd\u540e\u4f7f\u7528'/'\u8868\u793a\u6807\u7b7e\uff0c\u5982\u679c\u6ca1\u6709'/'\u6807\u7b7e\u5219\u4f1a\u4f7f\u7528\u6a21\u578b\u9ed8\u8ba4\u7684\u6807\u7b7e\u3002\u6bcf\u4e2aitem\u5355\u8bcd\u6570\u8d8a\u591a\uff0c\u5e72\u9884\u6548\u679c\u4f1a\u8d8a\u7cbe\u51c6\u3002\n\n- \u8bcd\u5178\u6587\u4ef6\u793a\u4f8b\n\n > \u8fd9\u91cc\u4ec5\u4f5c\u4e3a\u793a\u4f8b\uff0c\u5c55\u73b0\u5404\u79cd\u9700\u6c42\u60c5\u51b5\u4e0b\u7684\u7ed3\u679c\u3002\u540e\u7eed\u8fd8\u5c06\u5f00\u653e\u4ee5\u901a\u914d\u7b26\u914d\u7f6e\u8bcd\u5178\u7684\u6a21\u5f0f\uff0c\u656c\u8bf7\u671f\u5f85\u3002\n```text\n\u6625\u5929/SEASON\n\u82b1/n \u5f00/v\n\u79cb\u5929\u7684\u98ce\n\u843d \u9633\n```\n- \u4ee3\u7801\u793a\u4f8b\n```python\nfrom LAC import LAC\nlac = LAC()\n\n# \u88c5\u8f7d\u5e72\u9884\u8bcd\u5178, sep\u53c2\u6570\u8868\u793a\u8bcd\u5178\u6587\u4ef6\u91c7\u7528\u7684\u5206\u9694\u7b26\uff0c\u4e3aNone\u65f6\u9ed8\u8ba4\u4f7f\u7528\u7a7a\u683c\u6216\u5236\u8868\u7b26'\\t'\nlac.load_customization('custom.txt', sep=None)\n\n# \u5e72\u9884\u540e\u7ed3\u679c\ncustom_result = lac.run(u\"\u6625\u5929\u7684\u82b1\u5f00\u79cb\u5929\u7684\u98ce\u4ee5\u53ca\u51ac\u5929\u7684\u843d\u9633\")\n```\n\n- \u4ee5\u8f93\u5165\u201c\u6625\u5929\u7684\u82b1\u5f00\u79cb\u5929\u7684\u98ce\u4ee5\u53ca\u51ac\u5929\u7684\u843d\u9633\u201d\u4e3a\u4f8b\uff0c\u539f\u672c\u8f93\u51fa\u7ed3\u679c\u4e3a\uff1a\n```text\n\u6625\u5929/TIME \u7684/u \u82b1\u5f00/v \u79cb\u5929/TIME \u7684/u \u98ce/n \u4ee5\u53ca/c \u51ac\u5929/TIME \u7684/u \u843d\u9633/n\n```\n- \u6dfb\u52a0\u793a\u4f8b\u4e2d\u7684\u8bcd\u5178\u6587\u4ef6\u540e\u7684\u7ed3\u679c\u4e3a\uff1a\n\n```text\n\u6625\u5929/SEASON \u7684/u \u82b1/n \u5f00/v \u79cb\u5929\u7684\u98ce/n \u4ee5\u53ca/c \u51ac\u5929/TIME \u7684/u \u843d/n \u9633/n\n```\n\n#### \u589e\u91cf\u8bad\u7ec3\n\u6211\u4eec\u4e5f\u63d0\u4f9b\u4e86\u589e\u91cf\u8bad\u7ec3\u7684\u63a5\u53e3\uff0c\u7528\u6237\u53ef\u4ee5\u4f7f\u7528\u81ea\u5df1\u7684\u6570\u636e\uff0c\u8fdb\u884c\u589e\u91cf\u8bad\u7ec3\uff0c\u9996\u5148\u9700\u8981\u5c06\u6570\u636e\u8f6c\u6362\u4e3a\u6a21\u578b\u8f93\u5165\u7684\u683c\u5f0f\uff0c\u5e76\u4e14\u6240\u6709\u6570\u636e\u6587\u4ef6\u5747\u4e3a\"UTF-8\"\u7f16\u7801\uff1a\n\n##### 1. \u5206\u8bcd\u8bad\u7ec3\n\n- \u6570\u636e\u6837\u4f8b\n\n > \u4e0e\u5927\u591a\u6570\u5f00\u6e90\u5206\u8bcd\u6570\u636e\u96c6\u683c\u5f0f\u4e00\u81f4\uff0c\u4f7f\u7528\u7a7a\u683c\u4f5c\u4e3a\u5355\u8bcd\u5207\u5206\u6807\u8bb0\uff0c\u5982\u4e0b\u6240\u793a\uff1a\n\n```text\nLAC \u662f \u4e2a \u4f18\u79c0 \u7684 \u5206\u8bcd \u5de5\u5177 \u3002\n\u767e\u5ea6 \u662f \u4e00\u5bb6 \u9ad8\u79d1\u6280 \u516c\u53f8 \u3002\n\u6625\u5929 \u7684 \u82b1\u5f00 \u79cb\u5929 \u7684 \u98ce \u4ee5\u53ca \u51ac\u5929 \u7684 \u843d\u9633 \u3002\n```\n\n- \u4ee3\u7801\u793a\u4f8b\n\n```Python\nfrom LAC import LAC\n\n# \u9009\u62e9\u4f7f\u7528\u5206\u8bcd\u6a21\u578b\nlac = LAC(mode = 'seg')\n\n# \u8bad\u7ec3\u548c\u6d4b\u8bd5\u6570\u636e\u96c6\uff0c\u683c\u5f0f\u4e00\u81f4\ntrain_file = \"./data/seg_train.tsv\"\ntest_file = \"./data/seg_test.tsv\"\nlac.train(model_save_dir='./my_seg_model/',train_data=train_file, test_data=test_file)\n\n# \u4f7f\u7528\u81ea\u5df1\u8bad\u7ec3\u597d\u7684\u6a21\u578b\nmy_lac = LAC(model_path='my_seg_model')\n```\n\n##### 2. \u8bcd\u6cd5\u5206\u6790\u8bad\u7ec3\n\n- \u6837\u4f8b\u6570\u636e\n\n > \u5728\u5206\u8bcd\u6570\u636e\u7684\u57fa\u7840\u4e0a\uff0c\u6bcf\u4e2a\u5355\u8bcd\u4ee5\u201c/type\u201d\u7684\u5f62\u5f0f\u6807\u8bb0\u5176\u8bcd\u6027\u6216\u5b9e\u4f53\u7c7b\u522b\u3002\u503c\u5f97\u6ce8\u610f\u7684\u662f\uff0c\u8bcd\u6cd5\u5206\u6790\u7684\u8bad\u7ec3\u76ee\u524d\u4ec5\u652f\u6301\u6807\u7b7e\u4f53\u7cfb\u4e0e\u6211\u4eec\u4e00\u81f4\u7684\u6570\u636e\u3002\u540e\u7eed\u4e5f\u4f1a\u5f00\u653e\u652f\u6301\u65b0\u7684\u6807\u7b7e\u4f53\u7cfb\uff0c\u656c\u8bf7\u671f\u5f85\u3002\n\n```text\nLAC/nz \u662f/v \u4e2a/q \u4f18\u79c0/a \u7684/u \u5206\u8bcd/n \u5de5\u5177/n \u3002/w\n\u767e\u5ea6/ORG \u662f/v \u4e00\u5bb6/m \u9ad8\u79d1\u6280/n \u516c\u53f8/n \u3002/w\n\u6625\u5929/TIME \u7684/u \u82b1\u5f00/v \u79cb\u5929/TIME \u7684/u \u98ce/n \u4ee5\u53ca/c \u51ac\u5929/TIME \u7684/u \u843d\u9633/n \u3002/w\n```\n\n- \u4ee3\u7801\u793a\u4f8b\n```Python\nfrom LAC import LAC\n\n# \u9009\u62e9\u4f7f\u7528\u9ed8\u8ba4\u7684\u8bcd\u6cd5\u5206\u6790\u6a21\u578b\nlac = LAC()\n\n# \u8bad\u7ec3\u548c\u6d4b\u8bd5\u6570\u636e\u96c6\uff0c\u683c\u5f0f\u4e00\u81f4\ntrain_file = \"./data/lac_train.tsv\"\ntest_file = \"./data/lac_test.tsv\"\nlac.train(model_save_dir='./my_lac_model/',train_data=train_file, test_data=test_file)\n\n# \u4f7f\u7528\u81ea\u5df1\u8bad\u7ec3\u597d\u7684\u6a21\u578b\nmy_lac = LAC(model_path='my_lac_model')\n```\n\n\u6587\u4ef6\u7ed3\u6784\n---\n\n```text\n.\n\u251c\u2500\u2500 python # Python\u8c03\u7528\u7684\u811a\u672c\n\u251c\u2500\u2500 c++ # C++\u8c03\u7528\u7684\u4ee3\u7801\n\u251c\u2500\u2500 java # Java\u8c03\u7528\u7684\u4ee3\u7801\n\u251c\u2500\u2500 Android # Android\u8c03\u7528\u7684\u793a\u4f8b\n\u251c\u2500\u2500 README.md # \u672c\u6587\u4ef6\n\u2514\u2500\u2500 CMakeList.txt # \u7f16\u8bd1C++\u548cJava\u8c03\u7528\u7684\u811a\u672c\n```\n\n## \u5728\u8bba\u6587\u4e2d\u5f15\u7528LAC\n\n\u5982\u679c\u60a8\u7684\u5b66\u672f\u5de5\u4f5c\u6210\u679c\u4e2d\u4f7f\u7528\u4e86LAC\uff0c\u8bf7\u60a8\u589e\u52a0\u4e0b\u8ff0\u5f15\u7528\u3002\u6211\u4eec\u975e\u5e38\u6b23\u6170LAC\u80fd\u591f\u5bf9\u60a8\u7684\u5b66\u672f\u5de5\u4f5c\u5e26\u6765\u5e2e\u52a9\u3002\n\n```text\n@article{jiao2018LAC,\n\ttitle={Chinese Lexical Analysis with Deep Bi-GRU-CRF Network},\n\tauthor={Jiao, Zhenyu and Sun, Shuqi and Sun, Ke},\n\tjournal={arXiv preprint arXiv:1807.01882},\n\tyear={2018},\n\turl={https://arxiv.org/abs/1807.01882}\n}\n```\n\n\u8d21\u732e\u4ee3\u7801\n---\n\u6211\u4eec\u6b22\u8fce\u5f00\u53d1\u8005\u5411LAC\u8d21\u732e\u4ee3\u7801\u3002\u5982\u679c\u60a8\u5f00\u53d1\u4e86\u65b0\u529f\u80fd\uff0c\u53d1\u73b0\u4e86bug\u2026\u2026\u6b22\u8fce\u63d0\u4ea4Pull request\u4e0eissue\u5230Github\u3002",
"bugtrack_url": null,
"license": "Apache 2.0",
"summary": "A chinese lexical analysis tool by Baidu NLP.",
"version": "2.1.2",
"split_keywords": [
"lac",
"chinese",
"lexical",
"analysis"
],
"urls": [
{
"comment_text": "",
"digests": {
"md5": "0d864f47ee4e65ebff78efbf54d2ce13",
"sha256": "22fcde0d5082d2044205ea6f6a7a9cd1f0d63e7b21b2dd5c9c73f27e7c0a3ef1"
},
"downloads": -1,
"filename": "LAC-2.1.2.tar.gz",
"has_sig": false,
"md5_digest": "0d864f47ee4e65ebff78efbf54d2ce13",
"packagetype": "sdist",
"python_version": "source",
"requires_python": null,
"size": 64818010,
"upload_time": "2021-05-25T10:14:20",
"upload_time_iso_8601": "2021-05-25T10:14:20.685171Z",
"url": "https://files.pythonhosted.org/packages/c3/88/966e99c95cac93730a7f3cdf92a17e2a0e924bea61b9a86ae7995feaa4fe/LAC-2.1.2.tar.gz",
"yanked": false,
"yanked_reason": null
}
],
"upload_time": "2021-05-25 10:14:20",
"github": true,
"gitlab": false,
"bitbucket": false,
"github_user": "baidu",
"github_project": "lac",
"travis_ci": false,
"coveralls": false,
"github_actions": false,
"lcname": "lac"
}
JSON
