汉语言处理包 HanLP 1.6.7 发布，改进人名 UV 拆分

HanLP 是由一系列模型与算法组成的 Java 工具包，目标是普及自然语言处理在生产环境中的应用。HanLP 具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 在提供丰富功能的同时，HanLP 内部模块坚持低耦合、模型坚持惰性加载、服务坚持静态提供、词典坚持明文发布，使用非常方便，同时自带一些语料处理工具，帮助用户训练自己的模型。

HanLP v1.6.7 更新内容：

• 默认感知机分词模型训练自 MSRA Named Entity Corpus

• 词法分析器在低优先级用户词典模式下合并统计分词结果，高优先级模式则最长匹配

• 词法分析器用户词典覆盖词性标注器的结果: #525

• 改进人名UV拆分 fix #880

• 修复 MaxEntDependencyParser fix #914

• 新增TF和TF-IDF统计与关键词提取工具

• word2vec适配IOAdapter与集群 fix #903

• HanLP.extractWords增加更多参数

• 新增NERTrainer.tagSet成员，方便 Python 用户

• Sentence新增更多语料操作接口

• LinearModel显示压缩进度

• 微调人名、bigram等模型

• 修订简繁词典，根据国家统计局2016行政区划数据校订地名词典

• 新数据包 data-for-1.6.7.zip md5=4da338b7bcf3939a70b8cc16ed338c45

• Portable版同步升级到v1.6.7

        <dependency>
            <groupId>com.hankcs</groupId>
            <artifactId>hanlp</artifactId>
            <version>portable-1.6.7</version>
        </dependency>

源码下载：