最近打算研究一下中文自然语言处理，去年做的项目已经积累了一些语音识别的相关项目，本来打算研究一下语音识别方向源码的，但是苦于语音数据难于搜集，网上这方面免费开源的数据也少的可怜，于是转战文本自然语言处理，相对于语音，文本的词库网上开源的比较多，自己也比较好搜集素材，毕竟网络文章随便写个脚本爬一下就是一大堆。
在这里先推荐两本书吧，给同样想要学习中文自然语言处理的朋友一些参考，一本是《NLP汉语自然语言处理原理与实战》，里面介绍了汉语自然语言处理的相关技术，还有一些源代码的解读，这里要感谢作者。另一本是《python自然语言处理》，下面贴一下我的网盘地址：
《NLP汉语自然语言处理原理与实战》：
链接：https://pan.baidu.com/s/13g-KRw2XPCvqXeHZ87cawA 密码：91dr
《python自然语言处理》：
链接：https://pan.baidu.com/s/1BW94LgXl5SsxJCp4Mpi9Ag 密码：0e29
好了进入正题，这篇文章主要是备忘，并不谈及原理和代码，这些后面深入研究一下再写成系列专辑，今天主要记一下下载HanLP自然语言处理源码的下载，数据集的下载，以及将让源代码中的demo能够跑通。鉴于我之前就这样看源代码看了几天，有一些头绪，但是总体感觉还是很朦胧，进展缓慢，于是决定转变思路，先把源代码中提供的demo跑通，然后顺着每一个demo的调用顺序顺藤摸瓜的去看源代码，这样调理清晰很多。
其实只需要下载源代码，下载字典和模型数据文件、下载配置文件，稍微改一下配置文件，然后再使用IDE打开源代码，就可以跑了，整个过程并不复杂。
源代码、字典及模型、配置文件下载地址：
https://github.com/hankcs/HanLP/releases
网页中提供了详细的说明，其实按照说明来就可以，下载以后将字典和模型文件解压到一个目录，建议放在工程名目录下：
data中就是模型文件和字典数据文件：
通过github提供的源代码下载链接下载下来的文件不包含hanlp.properties配置文件，这是你需要下载一个release版本的代码，解压以后，里面有一个hanlp.properties文件
将这个文件分别拷贝到解压以后的源代码target/classes和target-classes目录下
最后用ide打开源代码，我使用的ide工具是IDEA(Intellij),其他ide的操作应该大同小异，当然配置文件也许只需要一份就够了，不需要两个目录都拷贝，我这里没有验证，为保险起见，两个目录下都拷贝一份，读者可以试验一下，我这里主要目的是为了能跑通。
上述步骤完成之后，打开src/test/java/com.hankcs/demo下的demo，就可以跑出结果了，接下来，就顺藤摸瓜去读源代码吧
