package cn.edu.bjut.textmining.chapter2;

import com.hankcs.hanlp.HanLP;
import com.hankcs.hanlp.seg.common.Term;

import java.util.ArrayList;
import java.util.List;

/**
 * HanLP 中文分词示例。
 * 中文文本没有天然的词间空格，成熟分词工具会结合词典与统计模型判断词语边界。
 * 本示例与 ChineseTextPreprocessingDemo 的小词典最长优先分词使用同一条校园通知，
 * 便于对照两类方法的切分差异。
 */
public class HanlpSegmentDemo {
    public static void main(String[] args) {
        String sentence =
                "学习委员提醒：明天下午的《高等数学》习题课改到三教302，"
                + "请带教材、笔、作业本和草稿纸！";

        List<Term> terms = HanLP.segment(sentence);

        System.out.println("原句：" + sentence);

        List<String> words = new ArrayList<String>();
        for (Term term : terms) {
            words.add(term.word);
        }
        System.out.println("词元序列：");
        System.out.println(words);

        System.out.println("词元与词性：");
        for (Term term : terms) {
            System.out.println(term.word + "/" + term.nature);
        }
    }
}