繁简转换

HanLP 几乎实现了所有我们需要的繁简转换方式，并且已经封装到了 HanLP 中，使得我们可以轻松的使用，而分词器中已经默认支持多种繁简格式或者混合。这里我们不再做过多描述。

· 说明

· HanLP 能够识别简繁分歧词，比如打印机 = 印表機。许多简繁转换工具不能区分“以后”“皇后”中的两个“后”字， HanLP 可以。

· 算法详解

· 《汉字转拼音与简繁转换的 Java 实现》

汉字转拼音

HanLP 中的汉字转拼音功能也十分的强大。

· 说明

· HanLP 不仅支持基础的汉字转拼音，还支持声母、韵母、音调、音标和输入法首字母首声母功能。

· HanLP 能够识别多音字，也能给繁体中文注拼音。

· 最重要的是， HanLP 采用的模式匹配升级到 AhoCorasickDoubleArrayTrie ，性能大幅提升，能够提供毫秒级的响应速度！

· 算法详解

· 《汉字转拼音与简繁转换的 Java 实现》

拼音转中文

HanLP 中的数据结构和接口是灵活的，组合这些接口，可以自己创造新功能，我们可以使用 AhoCorasickDoubleArrayTrie 实现的最长分词器，需要用户调用 setTrie() 提供一个 AhoCorasickDoubleArrayTrie

字符正则化

演示正规化字符配置项的效果（繁体 -> 简体，全角 -> 半角，大写 -> 小写）。

该配置项位于 hanlp.properties 中，通过 Normalization=true 来开启（现在直接通过 HanLP.Config.Normalization 开启即可）。

切换配置后必须删除 CustomDictionary.txt.bin 缓存，否则只影响动态插入的新词。

在我动笔前一个星期，已经有同学添加了，添加自定义词典之后，自动删除缓存的功能。地址请点击 https://github.com/hankcs/HanLP/pull/954 ，现在只需要开启正则化即可

1| HanLP.Config.Normalization = False

2|

3| [ 爱听 4g]

4| [ 爱听 4G]

5| [ 爱 , 听 , ４ , G]

6| [ 爱 , 听 , ４ , Ｇ ]

7| [ 愛 , 聽 , ４ , Ｇ ]

8| [ 喜欢 , ４ , Ｇ ]

9| [hankcs, 在 , 臺 , 灣寫 , 代 , 碼 ]

10|

11| HanLP.Config.Normalization = True

12|

13| [ 爱听 4g]

14| [ 爱听 4g]

15| [ 爱听 4g]

16| [ 爱听 4g]

17| [ 爱听 4g]

18| [ 喜欢 , 4, g]

19 | [hankcs, 在 , 台湾 , 写 , 代码 ]

20| 現在的 HanLP 已經新增了新增自定義詞典之後，自動刪除快取的功能 , 現在只需要開啟正則化即可

21| [ 现在 , 的 , hanlp, 已经 , 新增 , 了 , 新增 , 自定义 , 词典 , 之后 , ,, 自动 , 删除 , 快 , 取 , 的 , 功能 , ,, 现在 , 只 , 需要 , 开启 , 正 , 则 , 化 , 即可 ]

---------------------