HanLP
36,537
Stars
0
Forks
0
Watchers
0
Open Issues
未知
许可证
Python
语言
创建时间
最近更新
项目能做什么
支持中文分词、词性标注、命名实体识别、句法分析等丰富功能的自然语言处理工具包。
来源:AI 基于仓库事实生成
· 内容以仓库实际 README 为准
使用说明 查看原始 README 原仓库文档
中文使用说明暂未生成。下面保留原仓库 README 摘录,命令与配置均以原文为准。
原始 README 摘录(英文原文,节选前 3000 字符)
<div align="center"><img src="https://file.hankcs.com/img/hanlp-github-banner.png" height="100px"/></div>
<h2 align="center">HanLP: Han Language Processing</h2>
<div align="center">
<a href="https://github.com/hankcs/HanLP/actions/workflows/unit-tests.yml">
<img alt="Unit Tests" src="https://github.com/hankcs/hanlp/actions/workflows/unit-tests.yml/badge.svg?branch=master">
</a>
<a href="https://pypi.org/project/hanlp/">
<img alt="PyPI Version" src="https://img.shields.io/pypi/v/hanlp?color=blue">
</a>
<a href="https://pypi.org/project/hanlp/">
<img alt="Python Versions" src="https://img.shields.io/pypi/pyversions/hanlp?colorB=blue">
</a>
<a href="https://pepy.tech/project/hanlp">
<img alt="Downloads" src="https://static.pepy.tech/badge/hanlp">
</a>
<a href="https://colab.research.google.com/drive/1KPX6t1y36TOzRIeB4Kt3uJ1twuj6WuFv?usp=sharing">
<img alt="Open In Colab" src="https://file.hankcs.com/img/colab-badge.svg">
</a>
</div>
<h4 align="center">
<a href="https://github.com/hankcs/HanLP/tree/doc-zh">中文</a> |
<a href="https://github.com/hankcs/HanLP/tree/doc-ja">日本語</a> |
<a href="https://hanlp.hankcs.com/docs/">Docs</a> |
<a href="https://bbs.hankcs.com/">Forum</a>
</h4>
HanLP is the multilingual NLP library designed for researchers and enterprises, built on PyTorch and TensorFlow 2.x to advance state-of-the-art deep learning techniques in academia and industry. HanLP was designed from day one to be
efficient, user-friendly and extendable.
Thanks to open-access corpora like Universal Dependencies and OntoNotes, HanLP 2.1 now offers 10 joint tasks on [130
languages](https://hanlp.hankcs.com/docs/api/hanlp/pretrained/mtl.html#hanlp.pretrained.mtl.UD_ONTONOTES_TOK_POS_LEM_FEA_NER_SRL_DEP_SDP_CON_MMINILMV2L6): tokenization, lemmatization, part-of-speech tagging, token feature extraction, dependency parsing,
constituency parsing, semantic role labeling, semantic dependency parsing, abstract meaning representation (AMR)
parsing.
For end users, HanLP offers light-weighted RESTful APIs and native Python APIs.
## RESTful APIs
Tiny packages in several KBs for agile development and mobile applications. Although anonymous users are welcomed, an
auth key is suggested
and [a free one can be applied here](https://bbs.hankcs.com/t/apply-for-free-hanlp-restful-apis/3178) under
the [CC BY-NC-SA 4.0](https://creativecommons.org/licenses/by-nc-sa/4.0/) license.
<details>
<summary>Click to expand tutorials for RESTful APIs</summary>
### Python
```bash
pip install hanlp_restful
```
Create a client with our API endpoint and your auth.
```python
from hanlp_restful import HanLPClient
HanLP = HanLPClient('https://hanlp.hankcs.com/api', auth=None, language='mul') # Support en, ja, zh, mul
```
### Java
Insert the following dependency into your `pom.xml`.
```xml
<dependency>
<groupId>com.hankcs.hanlp.restful</groupId>
<artifact
阅读完整原文
商业机会分析 AI 生成
企业级文本隐私脱敏与敏感信息审计服务
| 产品构想 | 基于 HanLP 的命名实体识别 (NER)、词法分析及规则引擎,封装为开箱即用的数据脱敏与安全合规微服务,支持多种格式文件输入及内网部署。 |
| 核心功能 | 姓名/机构/地址/证件等多维度自动识别与替换、可自定义脱敏规则与白名单、文档(PDF/Word/Excel)批量脱敏导出、审计日志追踪。 |
| 目标用户 | 出海企业、金融/医疗机构的数据安全负责人、合规部门及后端开发者。 |
| 难度/周期 | 中等 · 4-6周 · 成本:服务器(开发测试)及适度算力,约 ¥500 - ¥1500/月 |
| 收费模式 | 按企业节点或私有化部署许可收费(单实例买断或年费),SaaS按调用量梯度收费。 |
| 竞争风险 | 复杂场景漏识别风险,需要持续积累边缘用例与正则表达式补充规则。 |
| 依据 | 已验证事实 |
非结构化文档转知识图谱抽取工作台
| 产品构想 | 利用 HanLP 的依存句法分析、语义依存分析与指代消解能力,构建将垂直行业非结构化报告快速转换为三元组与实体关系的图形化工具。 |
| 核心功能 | 主谓宾与语义角色自动抽取、三元组可视化展示与人工校验校正、一键导出为 Neo4j 格式数据、领域词典在线管理与即时生效。 |
| 目标用户 | 行业分析师、知识图谱工程师、企业内脑建设团队。 |
| 难度/周期 | 较高 · 8-10周 · 成本:开发机器及小规模图数据库测试环境,约 ¥1000/月 |
| 收费模式 | 团队协作版订阅制(SaaS),或企业级内网知识库抽取套件授权。 |
| 竞争风险 | 长文本及多修饰语复杂句的抽取准确率有限(推测),可能需要结合大模型校验增强。 |
| 依据 | 数据支持的判断 |
高性能工业级 HanLP Docker 推理微服务镜像
| 产品构想 | 将 HanLP 的核心 NLP 能力进行 C++/ONNX 运行优化并封装为生产就绪的 Docker 镜像,内置多进程池、Prometheus 监控、统一 REST/gRPC 接口与鉴权中间件。 |
| 核心功能 | 开箱即用的 gRPC/HTTP 接口规范、显存/内存自适应管理、自带健康检查与性能监控、支持离线环境直接运行部署。 |
| 目标用户 | 需要将中文 NLP 能力集成进内网系统但缺乏 Python 运维经验的企业后端开发者。 |
| 难度/周期 | 低至中等 · 2-3周 · 成本:低,仅需基础 CI/CD 及测试环境,约 ¥200/月 |
| 收费模式 | Docker 镜像商业许可证销售,或提供私有化安装支持与维保订阅服务。 |
| 竞争风险 | 开源替代方案较多,若无显著性能优化或维护便利性,付费转化难度较高(推测)。 |
| 依据 | 尚需验证的假设 |
AI 基于仓库公开数据分析生成,含推测成分,不构成收益承诺。
报告会保存到 个人中心
竞品与相似项目 GitHub Search 真实检索
| 项目 | 中文简介 | Stars | 语言 |
|---|---|---|---|
| caarlos0/env | 中文介绍暂未生成 A simple, zero-dependencies library to parse environment var |
6,361 | Go |
| hankcs/pyhanlp | 中文介绍暂未生成 中文分词 |
3,200 | Python |
| blmoistawinde/HarvestText | 中文介绍暂未生成 文本挖掘和预处理工具(文本清洗、新词发现、情感分析、实体识别链接、关键词抽取、知识抽取、句法分析等),无监督或弱监督方法 |
2,636 | Python |
| mity/md4c | 中文介绍暂未生成 Fast, compact, dependency-free Markdown parser for C. |
1,504 | C |
| roshan-research/hazm | 中文介绍暂未生成 Persian NLP Toolkit |
1,434 | Python |
| webtoon/psd | 中文介绍暂未生成 Fast zero-dependency PSD parser for the web and Node.js |
1,352 | TypeScript |
以上为通过 GitHub 官方 Search API 检索的相似项目,功能差异与优劣势需进一步人工确认,配置 AI 后可生成对比分析。
项目优势与风险
| 技术成熟度 | 创建于 ,最近推送 ,发布过 62 个 Release |
| 社区活跃 | Star 36,537 / Fork 0 / Issue 0(数据支持,可自行核实) |
| 许可证 | 未检测到(需人工确认) |
| 主要风险 | 上游项目方向可能变化;同赛道竞争者较多(见竞品表);热度与需求不完全等价 |
安装与使用
快速开始(以仓库 README 为准)
git clone https://github.com/hankcs/HanLP.git cd HanLP # 请阅读仓库 README 获取确切安装步骤(依赖、配置、启动命令)
术语说明:Docker=应用容器(把程序和依赖打包运行);API Key=调用外部服务的密钥;Git Clone=把仓库代码下载到本地。常见错误:API Key 未配置 / 端口占用 / 数据库连接失败,多数项目在 README 的 Troubleshooting 章节有说明。