# LAC 词法分析


本示例展示如何使用LAC Module进行预测。

LAC是中文词法分析模型，可以用于进行中文句子的分词/词性标注/命名实体识别等功能，关于模型的细节参见[模型介绍](https://www.paddlepaddle.org.cn/hubdetail?name=lac&en_category=LexicalAnalysis)


## 命令行方式预测

`cli_demo.sh`给出了使用命令行接口(Command Line Interface)调用Module预测的示例脚本
通过以下命令试验下效果

```shell
$ hub run lac --input_text "今天是个好日子"
$ hub run lac --input_file test.txt --user_dict user.dict
```
test.txt 存放待分词文本， 如：

```text
今天是个好日子  
今天天气晴朗
```
user.dict为用户自定义词典，可以不指定，当指定自定义词典时，可以干预默认分词结果。
词典包含三列，第一列为单词，第二列为单词词性，第三列为单词词频，以水平制表符\t分隔。词频越高的单词，对分词结果影响越大，词典样例如下：

```text
天气预报        n       400000  
经      v       1000  
常      d       1000  
```

**NOTE:**

* 该PaddleHub Module使用词典干预功能时，依赖于第三方库pyahocorasick，请自行安装
* 请不要直接复制示例文本使用，复制后的格式可能存在问题


## 通过Python API预测

`lac_demo.py`给出了使用python API调用PaddleHub LAC Module预测的示例代码
通过以下命令试验下效果

```shell
python lac_demo.py
```