百度LAC中文分词介绍及使用

LAC全称Lexical Analysis of Chinese，是百度自然语言处理部研发的一款联合的词法分析工具，实现中文分词、词性标注、专名识别等功能。

该工具具有以下特点与优势：

1. 效果好：通过深度学习模型联合学习分词、词性标注、专名识别任务，词语重要性，整体效果F1值超过0.91，词性标注F1值超过0.94，专名识别F1值超过0.85，效果业内领先。
2. 效率高：精简模型参数，结合Paddle预测库的性能优化，CPU单线程性能达800QPS，效率业内领先。
3. 可定制：实现简单可控的干预机制，精准匹配用户词典对模型进行干预。词典支持长片段形式，使得干预更为精准。
4. 调用便捷：支持一键安装，同时提供了Python、Java和C++调用接口与调用示例，实现快速调用和集成。
5. 支持移动端: 定制超轻量级模型，体积仅为2M，主流千元手机单线程性能达200QPS，满足大多数移动端应用的需求，同等体积量级效果业内领先。

安装配置：

1.安装Python及PIP

2.通过PIP安装LAC

pip3 install lac

使用示例代码：

from LAC import LAC
lac = LAC(mode='lac')
text = '今天是个好日子，我们去爬山！'
words, tags = lac.run(text)
print(words)
print(tags)

输出结果：

['今天', '是', '个', '好日子', '，', '我们', '去', '爬山', '！']
['TIME', 'v', 'q', 'n', 'w', 'r', 'v', 'v', 'w']

其中，words为分词结果，tags为词性标注结果。t表示时间词，v表示动词，q表示量词，n表示名词，wp表示标点符号，r表示代词。

更多用法请参考 https://github.com/baidu/lac