【Java】汉字/拼音/简繁转换，文字分割，关键字提取，人名，地名识别等

pinyin4j

首先下载pinyin4j-2.5.0包，http://pinyin4j.sourceforge.net/ Pinyin4j是一种流行的Java库，支持中国的文字和最流行的拼音系统之间的皈依。拼音输出格式可以定制。 Pinyin4j发表至今，已经下载了55000次，每星期仍couting200+！

参考网友文献：http://www.open-open.com/lib/view/open1392087364364.html

http://wister.iteye.com/blog/334562

http://blog.csdn.net/ssrc0604hx/article/details/41725355

http://blog.csdn.net/foamflower/article/details/6209552

HanLP

拼音声母韵母转换提取.png最近HanLP希望支持拼音与繁体功能，所以学习了几个开源的Java实现，优化后集成进来。

下载地址：hanlp-portable-1.1.5.jar

文档：http://hanlp.linrunsoft.com/doc/_build/html/util.html

开源项目地址：https://github.com/hankcs/HanLP

HanLP是由一系列模型与算法组成的Java工具包，目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。

HanLP提供下列功能：

• 中文分词 

• 最短路分词

• N-最短路分词

• CRF分词

• 索引分词

• 极速词典分词

• 用户自定义词典

• 词性标注

• 命名实体识别 

• 中国人名识别

• 音译人名识别

• 日本人名识别

• 地名识别

• 实体机构名识别

• 关键词提取 

• TextRank关键词提取

• 自动摘要 

• TextRank自动摘要

• 短语提取 

• 基于互信息和左右信息熵的短语提取

• 拼音转换 

• 多音字

• 声母

• 韵母

• 声调

• 简繁转换 

• 繁体中文分词

• 简繁分歧词

• 文本推荐 

• 语义推荐

• 拼音推荐

• 字词推荐

• 依存句法分析 

• 基于神经网络的高性能依存句法分析器

• MaxEnt依存句法分析

• CRF依存句法分析

• 语料库工具 

• 分词语料预处理

• 词频词性词典制作

• BiGram统计

• 词共现统计

• CoNLL语料预处理

• CoNLL UA/LA/DA评测工具

在提供丰富功能的同时，HanLP内部模块坚持低耦合、模型坚持惰性加载、服务坚持静态提供、词典坚持明文发布，使用非常方便，同时自带一些语料处理工具，帮助用户训练自己的语料。

参考大牛文献：http://www.hankcs.com/nlp/java-chinese-characters-to-pinyin-and-simplified-conversion-realization.html

https://github.com/hankcs/HanLP