放牧代码和思想
专注自然语言处理、机器学习算法
    Why join the Navy if you can be a pirate?

在CSharp中调用HanLP

目录

今天有用户想在CSharp里调用HanLP的API,遇到了些小问题。所以我干脆自己写了个指南,一步步演示IKVM与HanLP的集成方法,供广大C#程序员参考。本方法也可推广到用C#调用任何Java jar类库,并解决classpath的问题。

HanLPCSarp.jpg

IKVM简介

IKVM.NET是一款开源的Java虚拟机,可以将hanlp.jar类库转为dll直接供C#程序调用,也可以直接当JVM让hanlp.jar运行在.NET平台上。请自行下载IKVM,本文使用的是ikvm-7.2.4630.5。

HanLP简介

HanLP是一个致力于向生产环境普及NLP技术的开源Java工具包,支持中文分词(N-最短路分词、CRF分词、索引分词、用户自定义词典、词性标注),命名实体识别(中国人名、音译人名、日本人名、地名、实体机构名识别),关键词提取,自动摘要,短语提取,拼音转换,简繁转换,文本推荐,依存句法分析(MaxEnt依存句法分析、神经网络依存句法分析)。

HanLP由3部分组成:类库hanlp.jar包、模型data包、配置文件hanlp.properties,请前往项目主页下载最新版:https://github.com/hankcs/HanLP/releases

下载后,你需要编辑配置文件第一行的root指向data的父目录,详见文档

在IKVM中运行hanlp.jar

准备工作

Native JVM情况下,我们是这样调用hanlp.jar的,新建一个目录(假定为C:\hanlp),把hanlp.jar和hanlp.properties放进去:

在CSharp中调用HanLP2.png

然后cd到这个目录内,一句命令行:

java -cp .;hanlp-1.2.7.jar com.hankcs.hanlp.summary.TextRankSentence

就能运行成功了:

[无限算法的产生是由于未能确定的定义终止条件, 这类算法在有限的时间内终止, 有限的非确定算法]

这里通过-cp选项指定了classpath为当前目录,这样HanLP就能找到hanlp.properties了。

另外,在新版HanLP中,移除了所有的main方法,所以可能会报找不到main方法的异常。新版用户不必纠结于命令行调用,直接写代码调用即可。

IKVM命令行

使用IKVM的话,只要将java换成ikvm即可:

C:\ikvm-7.2.4630.5\bin\ikvm -cp .;hanlp-1.2.7.jar com.hankcs.hanlp.summary.TextRankSentence

效果是一样的:

在CSharp中调用HanLP3.png

在C#中调用HanLP

将hanlp.jar转为hanlp.dll

CSharp是不能直接调用jar包的,需要转为dll。IKVM提供了一个转换工具ikvmc,使用方法如下:

C:\hanlp>C:\ikvm-7.2.4630.5\bin\ikvmc -target:library C:\hanlp\hanlp-1.2.7.jar

ikvmc会输出消息:

IKVM.NET Compiler version 7.2.4630.5
Copyright (C) 2002-2012 Jeroen Frijters
http://www.ikvm.net/

note IKVMC0002: Output file is "hanlp-1.2.7.dll"

同时会在C:\hanlp目录下生成hanlp-1.2.7.dll。

在Visual Studio中使用hanlp.dll

首先新建一个CSharp项目:

在CSharp中调用HanLP4.png

然后引用刚才生成的hanlp.dll和ikvm-7.2.4630.5\bin目录下的IKVM.OpenJDK.Core.dll这两个dll:

在CSharp中调用HanLP5.png

确定后就能在解决方案资源管理器中看到这两个dll了:

在CSharp中调用HanLP6.png

双击hanlp还能进入到类视图:

在CSharp中调用HanLP7.png

那么就可以愉快地写代码调用HanLP了:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using com.hankcs.hanlp;


namespace HanLPSharp
{
    class Program
    {
        static void Main(string[] args)
        {
            java.lang.System.getProperties().setProperty("java.class.path", "C:\\hanlp");
            Console.WriteLine(HanLP.segment("你好,欢迎在CSharp中调用HanLP的API!"));
            Console.ReadKey();
        }
    }
}

解释一下,

java.lang.System.getProperties().setProperty("java.class.path", "C:\\hanlp");

这句的作用是设置classpath到hanlp.properties所在的目录,请根据情况自由调整。

编译运行,效果如下:

在CSharp中调用HanLP8.png

这说明HanLP在CSharp中工作良好。

更多丰富的API

请参考HanLP的项目主页:https://github.com/hankcs/HanLP

Reference

http://stackoverflow.com/questions/3466698/where-does-ikvm-get-its-classpath-from

http://www.ikvm.net/uses.html

在CSharp中调用HanLP9.png

知识共享许可协议 知识共享署名-非商业性使用-相同方式共享码农场 » 在CSharp中调用HanLP

分享到:更多 ()

评论 4

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
  1. #2

    博主你好!
    string str = “中国科学院计算技术研究所的宗成庆教授正在教授自然语言处理课程”;
    我用C#调用HanLP.segment(str);发现停用词没起作用,就是结果中不要出现“的”之类的在stopwords.txt中配置的词,该怎么配置呢?谢谢!

    CShaper2年前 (2016-03-23)回复
  2. #1

    请问有python调用方法与否?多谢。

    阳志平2年前 (2015-11-25)回复
    • jpype完美支持。

      hankcs2年前 (2015-11-25)回复
    • 请参考:http://www.hankcs.com/nlp/python-calls-hanlp.html

      hankcs2年前 (2015-11-26)回复

我的开源项目

HanLP自然语言处理包基于DoubleArrayTrie的Aho Corasick自动机