http://www.0x32.cn/html/y2010/563.html

在测试过程中需要从文本中拿到指定词性的词，比如名词或者动词，各种词性的定义我们可以依靠搜狗的语料库来实现，从搜狗实验室下载到词库后解压可以看到搜索词库的格式：

图中的数据表示：词、在互联网的词频、然后是词性。

看这个东西就可以一目了然，多种词性，包括平时很少会用到得。

下面我们需要判断一个从文本中分出的词是否为名词或者动词，就需要读取这个搜狗词库，大小在2Mb左右，结果返回一个布尔就可以了。

我们期望调用的形式：

FreqWordsHandler.isFreqWords(word);

word表示需要判断的词，这句代码会返回一个布尔值，FreqWordsHandler是需要我们实现的一个静态的类，代码如下：

/**

*

*/

package org.nsir.terms;

import java.io.BufferedReader;

import java.io.File;

import java.io.FileReader;

import java.io.IOException;

import java.util.ArrayList;

import java.util.List;

/**

* 用于得到指定词性的词

*

* @author HideHai

*

*/

public class FreqWordsHandler {

private static List freqWordsList = null;

public static boolean isFreqWords(String words) {

// System.out.println(words);

for (String s : freqWordsList) {

if (s.equals(words)) {

return true;

}

}

return false;

}

public static List getFreqWords(String path, String type) {

List reList = new ArrayList();

File file = new File(path);

try {

FileReader reader = new FileReader(file);

BufferedReader buffer = new BufferedReader(reader);

String tempStr = "";

while ((tempStr = buffer.readLine()) != null) {

if (tempStr.contains(",")) {

String[] freqWors = tempStr.split("");

String words = freqWors[0];

String wordType = freqWors[2];

String[] freqType = wordType.split(",");

for (String splittype : freqType) {

if (splittype.equals("N")

|| splittype.equals("V")

//|| splittype.equals("ADV")

//|| splittype.equals("ADJ")

) {

reList.add(words);

}

}

} else if (tempStr.contains("IDIOM")) {

String[] freqWors = tempStr.split("");

reList.add(freqWors[0]);

}

}

buffer.close();

reader.close();

return reList;

} catch (IOException e) {

e.printStackTrace();

}

return null;

}

static {

if (freqWordsList == null) {

freqWordsList = getFreqWords(

"x:\Freq\SogouLabDic.dic", "N");

}

}

public static void main(String[] args) {

isFreqWords("稗官小说");

}

}

这样如果传入的词在词库中标记为名词或者动词，我们就返回一个True。