汉语言处理包 HanLP 1.6.4 发布，优化新词发现

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。 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模型。

HanLP v1.6.4 更新内容：

1. 优化 CorpusLoader、优化 MutableFeatureMap 的设计

2. 优化新词发现，使结果不含分隔符:#826

3. TextRank 提取关键词提升算法速度 @hlstudio

4. 用户词典热更新时支持.csv @patrick_lin

5. 增强词向量读取时的健壮性：#821

6. 根据百度汉语和在线辞海修正拼音词典 @AnyListen

7. 修订停用词词典 @duohappy

8. 修复词法分析器禁用用户词典时发生的问题、修复词法分析器 seg 接口与命名实体识别的配合问题：hankcs/pyhanlp#15 (comment) 、修正结构化感知机多线程平均的问题

9. 微调人名识别模型、新增月份词汇

10. 数据包兼容 data-for-1.6.2.zip md5=3ebb9e47ecff740f09c9ec7c21324661
    获取最新版的数据包，请fork并git clone一份仓库中的最新data。

11. Portable 版同步升级到 v1.6.4

        
            com.hankcs
            hanlp
            portable-1.6.4
        

文章来源于网络