單元3：詞性標(biāo)注和實(shí)體命名識(shí)別2

3.3實(shí)戰(zhàn)案例——基于LTP的詞性標(biāo)注和命名實(shí)體識(shí)別3.3.1案例目標(biāo)3.33.3.1案例目標(biāo)（1）安裝LTP的Python封裝包——pyltp，下載LTP的模型文件。（2）掌握使用LTP進(jìn)行詞性標(biāo)注和命名實(shí)體識(shí)別。3.3.2案例分析3.33.3.2案例分析由哈工大研發(fā)的一個(gè)中文語(yǔ)言技術(shù)平臺(tái)Python的封裝包——pyltp從應(yīng)用角度來(lái)看，LTP為用戶提供了下列組件：針對(duì)單一自然語(yǔ)言處理任務(wù)，生成統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型的工具；針對(duì)單一自然語(yǔ)言處理任務(wù)，調(diào)用模型進(jìn)行分析的編程接口；使用流水線方式將各個(gè)分析工具結(jié)合起來(lái)，形成一套統(tǒng)一的中文自然語(yǔ)言處理系統(tǒng)；系統(tǒng)可調(diào)用的，用于中文語(yǔ)言處理的模型文件；針對(duì)單一的自然語(yǔ)言處理任務(wù)，基于云端的編程接口。（一）認(rèn)識(shí)LTP3.3LTP主要模型SentenceSplitter：分句模型，將一個(gè)段落通過(guò)'。'、'？'、'！'等形式分開(kāi)。Segmentor：分詞模型，支持用戶使用自定義詞典。Postagger：詞性標(biāo)注模型。詞性標(biāo)注：指一句話分完詞后，給每個(gè)詞一個(gè)詞性類別。NamedEntityRecognizer：實(shí)體命名模型。實(shí)體命名：指識(shí)別出一句話的或一段話或一篇文章中的命名實(shí)體。Parser：語(yǔ)法分析模型。SentenceSplitter、Segmentor、Postagger、NamedEntityRecognizer、Parser3.3.2案例分析（一）認(rèn)識(shí)LTP3.3LTP模型加載LTP所需基本模型的加載及使用LTP基本模型下載地址：http://ltp.ai/download.html3.3.2案例分析（一）認(rèn)識(shí)LTP3.3LTP模型加載LTP所需基本模型的加載及使用代碼：

frompyltpimportSegmentor,Postagger,Parser,NamedEntityRecognizersegmentor=Segmentor()#初始化實(shí)例segmentor.load("cws.model")#加載分詞模型recognizer=NamedEntityRecognizer()#加載命名實(shí)體識(shí)別模型recognizer.load("ner.model")

parser=Parser()#加載依存語(yǔ)法分析模型

parser.load("parser.model")

postagger=Postagger()#加載詞性標(biāo)注模