ICTCLAS2013（NLPIR汉语分词系统） Java版本的使用方法

这个工具是什么？先看看他的官方介绍吧：

NLPIR汉语分词系统(又名ICTCLAS2013),主要功能包括中文分词；词性标注；命名实体识别；用户词典功能；支持GBK编码、UTF8编码、BIG5编码。新增微博分词、新词发现与关键词提取；张华平博士先后倾力打造十余年，内核升级10次。

c++版本的使用方法：点击打开链接

Java32位版本下载地址：点击打开链接

介绍时候说：

NLPIR汉语分词系统(又名ICTCLAS2013)，在Windows环境下，32位，供Java调用的API，具体见示例。

说明：本下载包仅仅是补充包，还需要下载 NLPIR汉语分词系统（又名ICTCLAS2013版）下载包，替换其中的dll即可。

“替换其中的dll即可”这句话还害的我折腾了一下午，我一直没有弄清楚到底如何操作。

后来我自己弄，弄OK了。很简单，很傻的方法。废话不多说，开始吧。

一，下载Java32位的版本，上面已经给出了。然后下载他的c++版本，里面有些东西需要用到的点击打开链接。

二，（可选）在eclipse中新建一个工程，就命令ICT吧，然后将Java32位的版本的rar解压文件中Win-32bit-JNI-lib文件夹下面的kevin文件夹和TestNLPIR.java文件（看图1）扔到工程ICT的src文件夹下面。记得将上述扔进去的东西添加到工程的build path。不会的话看这里：点击打开链接。不然工程运行时候报错：editor does not contain a main type

图1.需要扔进ICT工程src的文件。

=========================如果就这么运行的话，会报错的。

三，上图剩下的那个玩意NLPIR_JNI.dll和c++版本中的bin文件夹下面一个NLPIR.dll扔到工程之外其他地方(我扔进工程里面，后面的import步骤报错，原因未知。)然后在工程中导入这个玩意，如何导入看这里点击打开链接，不然工程运行时候报错：no .... in java.library.path

================================现在运行的话，TestNLPIR.java运行37行就不能继续了。

四，将c++版本的Data文件夹（是整个文件夹）放到ICT工程下面（我自己新建一个file文件夹，放入这个地方，形成路径“项目名/file/Data/***.**”）。然后修改TestNLPIR.java的31行这句：

String argu = "../../"; ==> String argu = "./file/"; (注意我是根据我自己建文件夹的地方修改的，这里指向Data文件夹，而不是Data里的文件）

================================现在运行的话，TestNLPIR.java运行43行就不能继续了。

五，将c++版本的test文件夹扔进ICT工程下面（我是自己扔进去的），然后修改TestNLPIR.java的48 49两行：

String argu1 = "E:/NLPIR/test/test.TXT";
String argu2 = "E:/NLPIR/test/test_result1.TXT";

==>

String argu1 = "./test/test.TXT";
String argu2 = "./test/test_result1.TXT"; (注意我是根据我自己建文件夹的地方修改的)

继续修改76行

argu2 = "E:/NLPIR/test/test_result2.TXT"; ==> argu2 = "./test/test_result2.TXT";

然后运行吧，可以看看ICT工程下面的test文件夹里面多一个test_result1.TXT文件，就是test.TXT分完词加词性后的结果。好像这个对一个句子分完词后自己加了一个空行。

截个图看看吧，图2 test.TXT 的一部分。图3 test_result1.TXT一部分

图2 test.TXT 的一部分

图3 test_result1.TXT一部分

到此，已经正确运行。中间有一些问题我也没有解决，还有他的分词输出如何不加词性什么的我也没去研究。先到这里为止吧。

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

如果不要词性，修改第63行:

testNLPIR.NLPIR_FileProcess(argu1.getBytes("GB2312"), argu2.getBytes("GB2312"), 1);

==> testNLPIR.NLPIR_FileProcess(argu1.getBytes("GB2312"), argu2.getBytes("GB2312"), 0)

函数原型在NLPIR.java中public native boolean NLPIR_FileProcess(byte[] sSrcFilename,byte[] sDestFilename,int bPOSTagged);

/-------------------------添加用户字典---------------------------------------/ 2013-5-28/

内存方式添加用户字典：

拿原文件中句子举例子：

待分词的句子：张华平推出的NLPIR分词系统，又名ICTCLAS2013，新增新词识别、关键词提取、微博分词功能。

原始（未加字典）分词结果：

可以在39行 //导入用户词典前下面试着加这么几句话：

[java] view plaincopy

String s = "分词系统 NN";
byte[] ret = s.getBytes();
testNLPIR.NLPIR_AddUserWord(ret);

现在的分词结果是这样的

----------- "分词系统"被切分在一起了。

如果不想要这个单词了。

就删掉前面加的那些句子，新加入这么几句话：

[java] view plaincopy

String s = "分词系统";
byte[] ret = s.getBytes();
testNLPIR.NLPIR_DelUsrWord(ret);

现在的分词结果又如以前：

注意事项：1>添加单词的时候中间是tab键隔开。String s = "分词系统 NN";

2>删除单词的时候千万不要带词性，仅删除单词。String s = "分词系统";

以上加入用户词典部分参考点击打开链接

这个工具是什么？先看看他的官方介绍吧：

c++版本的使用方法：点击打开链接

Java32位版本下载地址：点击打开链接

介绍时候说：

NLPIR汉语分词系统(又名ICTCLAS2013)，在Windows环境下，32位，供Java调用的API，具体见示例。

说明：本下载包仅仅是补充包，还需要下载 NLPIR汉语分词系统（又名ICTCLAS2013版）下载包，替换其中的dll即可。

“替换其中的dll即可”这句话还害的我折腾了一下午，我一直没有弄清楚到底如何操作。

后来我自己弄，弄OK了。很简单，很傻的方法。废话不多说，开始吧。

一，下载Java32位的版本，上面已经给出了。然后下载他的c++版本，里面有些东西需要用到的点击打开链接。

图1.需要扔进ICT工程src的文件。

=========================如果就这么运行的话，会报错的。

================================现在运行的话，TestNLPIR.java运行37行就不能继续了。

String argu = "../../"; ==> String argu = "./file/"; (注意我是根据我自己建文件夹的地方修改的，这里指向Data文件夹，而不是Data里的文件）

================================现在运行的话，TestNLPIR.java运行43行就不能继续了。

五，将c++版本的test文件夹扔进ICT工程下面（我是自己扔进去的），然后修改TestNLPIR.java的48 49两行：

String argu1 = "E:/NLPIR/test/test.TXT";
String argu2 = "E:/NLPIR/test/test_result1.TXT";

==>

String argu1 = "./test/test.TXT";
String argu2 = "./test/test_result1.TXT"; (注意我是根据我自己建文件夹的地方修改的)

继续修改76行

argu2 = "E:/NLPIR/test/test_result2.TXT"; ==> argu2 = "./test/test_result2.TXT";

截个图看看吧，图2 test.TXT 的一部分。图3 test_result1.TXT一部分

图2 test.TXT 的一部分

图3 test_result1.TXT一部分

到此，已经正确运行。中间有一些问题我也没有解决，还有他的分词输出如何不加词性什么的我也没去研究。先到这里为止吧。

++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++

如果不要词性，修改第63行:

testNLPIR.NLPIR_FileProcess(argu1.getBytes("GB2312"), argu2.getBytes("GB2312"), 1);

==> testNLPIR.NLPIR_FileProcess(argu1.getBytes("GB2312"), argu2.getBytes("GB2312"), 0)

函数原型在NLPIR.java中public native boolean NLPIR_FileProcess(byte[] sSrcFilename,byte[] sDestFilename,int bPOSTagged);

/-------------------------添加用户字典---------------------------------------/ 2013-5-28/

内存方式添加用户字典：

拿原文件中句子举例子：

待分词的句子：张华平推出的NLPIR分词系统，又名ICTCLAS2013，新增新词识别、关键词提取、微博分词功能。

原始（未加字典）分词结果：

可以在39行 //导入用户词典前下面试着加这么几句话：

[java] view plaincopy

String s = "分词系统 NN";
byte[] ret = s.getBytes();
testNLPIR.NLPIR_AddUserWord(ret);

现在的分词结果是这样的

----------- "分词系统"被切分在一起了。

如果不想要这个单词了。

就删掉前面加的那些句子，新加入这么几句话：

[java] view plaincopy

String s = "分词系统";
byte[] ret = s.getBytes();
testNLPIR.NLPIR_DelUsrWord(ret);

现在的分词结果又如以前：

注意事项：1>添加单词的时候中间是tab键隔开。String s = "分词系统 NN";

2>删除单词的时候千万不要带词性，仅删除单词。String s = "分词系统";

以上加入用户词典部分参考点击打开链接

ICTCLAS2013（NLPIR汉语分词系统） Java版本的使用方法相关推荐

NLPIR汉语分词为自然语言信息处理提供新方法
随着计算机网络的飞速普及,人们已经进入了信息时代.在这个信息社会里,信息的重要性与日俱增,无论是个人,企业,乃至政府都需要获取大量有用的信息.谁掌握了信息,谁就能在竞争中处于有利位置.在这种环境下,搜 ...
ZH奶酪：Java调用NLPIR汉语分词系统
NLPIR工具支持自定义词表: 可以离线使用: 下载地址:http://ictclas.nlpir.org/newsdownloads?DocId=389 在线演示:http://ictclas.n ...
java nlpir_4-NLPIR汉语分词系统-JAVA
好吧,之前用的是旧版的,现在出了个新版的,优先选择用新版的哈. 从官网下载相应的开发包,然后主要需要找到这几个东西添加到项目工程里面,1.Data文件夹 2.NLPIR_JNI.DLL 3.NLPIR ...
中科院分词ICTCLAS汉语分词系统简单配置
汉语分词一直来说都是进行文本分析的瓶颈,这里介绍一个汉语分词系统ICTCLAS,全球很受欢迎的汉语分词开源系统,曾获得首界国际分词大赛综合排名第一,国家973评测第一名:支持词典,多级词性标注,支持人 ...
ictclas包 java_ICTCLAS分词系统Java调用接口在Eclipse中的安装
ICTCLAS分词系统Java调用接口在Eclipse中的安装实验环境:JDK1.5.Eclipse3.1.XP操作系统分词系统Java接口解压包:d:\fenci(http://www.nlp. ...
【基于python版本的连续英文分词实现java版本的英文分词器】
连续英文分词器java版本定义词典, 构建词典切词实现在搜索领域,用户的输入是千奇百怪的,有时候用户输入的是连续的英文,如果不能有效的进行切分,那么搜索召回的效果可能会比较差,所以我们需要针对连 ...
JAVA调用NLPIR(中科院汉语分词系统)的使用
介绍最近在查找关于中文分词解析方面的开源工具,最开始找到了腾讯的文智与百度的自然语言,这两个平台都是对外提供HTTP接口调用需要把数据传输过去返回解析结果. 使用这种方式会有两种隐患:1.要确定网络 ...
NLPIR汉语分词为自然语言处理提供新方向
随着计算机网络的飞速普及,人们已经进入了信息时代.在这个信息社会里,信息的重要性与日俱增,无论是个人,企业,乃至政府都需要获取大量有用的信息.谁掌握了信息,谁就能在竞争中处于有利位置.在这种环境下,搜 ...
ictclas怎么配置java_ICTCLAS2015 Java版本的使用方法
ICTCLAS2015 Java版本的安装可以参考以下链接地址: 分词往往是自然语言处理的第一步.在分词的基础上,我们可以进行关键字的提取.搜索.纠错等应用.在理论上,分词可以采用的方法有很多,最经典 ...

ICTCLAS2013（NLPIR汉语分词系统） Java版本的使用方法

ICTCLAS2013（NLPIR汉语分词系统） Java版本的使用方法相关推荐

最新文章

热门文章