关于名称识别

[moshangshaoguang]

@现在根据分词使用的方式，根据组词的方式组词后进行对名称的判别，这样就存在一个局限性。就拿我现在在一个文本中是识别未在词库中添加那组‘企业名称‘的词对企业名称识别时，很容出现识别出一半甚至不能识别，如果是一直通过添加词来解决这也会导致文件越来越大。想请问一下这个有什么好的建议或者解决方法，来补足这个缺陷。

[TylunasLi]

请您重新组织一下语言并附上一些例子，没看懂。

[moshangshaoguang]

例如：“北京溢彩堂有限公司”，在词库中是没有“溢彩堂”这个词，最后这个企业名称没有被识别出来或者识别出来是不完整的名称，我想问的是除了在词库中直接添加这个“溢彩堂”词之外的方式还有其他的方法来识别这个“溢彩堂“的词；

[hankcs]

#407

[hankcs]

感谢您对HanLP1.x的支持，我一直为没有时间回复所有issue感到抱歉，希望您提的问题已经解决。或者，您可以从《自然语言处理入门》中找到答案。

时光飞逝，HanLP1.x感谢您的一路相伴。我于东部标准时间2019年12月31日发布了HanLP1.x在上一个十年最后一个版本，代号为最后的武士。此后1.x分支将提供稳定性维护，但不是未来开发的焦点。

值此2020新年之际，我很高兴地宣布，HanLP2.0发布了。HanLP2.0的愿景是下一个十年的前沿NLP技术。为此，HanLP2.0采用TensorFlow2.0实现了最前沿的深度学习模型，通过精心设计的框架支撑下游NLP任务，在海量语料库上取得了最前沿的准确率。作为第一个alpha版本，HanLP 2.0.0a0支持分词、词性标注、命名实体识别、依存句法分析、语义依存分析以及文本分类。而且，这些功能并不仅限中文，而是面向全人类语种设计。HanLP2.0提供许多预训练模型，而终端用户仅需两行代码即可部署，深度学习落地不再困难。更多详情，欢迎观看HanLP2.0的介绍视频，或参与论坛讨论。

展望未来，HanLP2.0将集成1.x时代继承下来的高效率务实风范，同时冲刺前沿研究，做工业界和学术界的两栖战舰，请诸君继续多多指教，谢谢。