hankcs/HanLP v1.7.0

v1.7.0新增文本聚类、流水线分词

on GitHub

• 🚩新增文本聚类模块（k-means和repeated bisection）
• 🚩词法分析器新增流水线模式
• 词法分析器加入规则 enableRuleBasedSegment #991
• 支持通过JVM的启动参数指定data路径：java -DHANLP_ROOT=/opt/hanlp 则加载/opt/hanlp/data #983
• 分词断句支持指定断句颗粒 #1018
• CustomDictionary.insert("新词语", "词性标签") 支持省略频次
• NeuralNetworkDependencyParser构造函数接受Segment
• TextRankKeyword支持构造自任意分词器
• 优化双数组trie树，构建后自动shrink到最低内存 #984
• 修订简繁词典
• 微调ngram和nr模型
• 新数据包data-for-1.7.0.zip MD5 = 4c396f3039230ddfcef20865264512b1
• Portable版同步升级到v1.7.0

        <dependency>
            <groupId>com.hankcs</groupId>
            <artifactId>hanlp</artifactId>
            <version>portable-1.7.0</version>
        </dependency>

🎉节日快乐！感谢所有在issue中提出宝贵建议的用户！