NLPIR漢語分詞系統,主要功能包括中文分詞；詞性標註；命名實體識別；使用者詞典功能；支援GBK編碼、UTF8編碼、BIG5編碼。新增微博分詞、新詞發現與關鍵詞提取；張華平博士先後傾力打造十餘年，核心升級10次。（http://ictclas.nlpir.org/）

NLPIR系統提供了豐富的程式設計介面，包括JAVA、C、C#，當然還有Python。其中利用Python呼叫分詞功能，需要安裝PYNLPIR的包。
GIT專案的地址：https://github.com/tsroten/pynlpir
（神奇的是由一個美國人來維護的）

安裝了pip工具的可以直接使用pip命令安裝：

pip install
 
 pynlpir

安裝好之後，趕緊來試試基本操作：

分詞環境初始化操作：

import pynlpir  # 引入依賴包
pynlpir.open()  # 開啟分詞器
s = 'NLPIR分詞系統前身為2000年釋出的ICTCLAS詞法分析系統，從2009年開始，為了和以前工作進行大的區隔，並推廣NLPIR自然語言處理與資訊檢索共享平臺，調整命名為NLPIR分詞系統。'  # 實驗文字

基本分詞操作：

pynlpir.segment(s)  # 預設開啟分詞和詞性標註功能
# 樣本輸出: [('NLPIR', 'noun'), ('分詞', 'verb'), ('系統', 'noun'
 
), ('前身', 'noun'), ('為', 'preposition'), ('2000年', 'time word'), ('釋出', 'verb'), . . . ]

當有時候我們只想要分詞結果，而不要詞性標註結果的時候，可以通過設定pos_tagging關閉，當需要詞性標註結果為中文時候可以通過pos_english設定。

pynlpir.segment(s, pos_english=False)   # 把詞性標註語言變更為漢語
pynlpir.segment(s, pos_tagging=False)   # 使用pos_tagging來關閉詞性標註

新增自定義詞語：
很多時候，我們需要在基礎詞典上新增自定義的詞彙，適應特定的分詞任務，這時候可以用以下方法：

from ctypes import c_char_p
pynlpir.nlpir.AddUserWord(c_char_p("自定義詞彙".encode()))

使用結束後釋放記憶體：

pynlpir.close()