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:
- 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:
- 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:
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:
- 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:
- 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 ...
最新文章
- SQL 语句使用关键字错误
- EOS从入门到精通-设计背景与DPOS算法(文字稿)
- CTF Geek Challenge——第十一届极客大挑战Web Write Up
- cp命令复制目录 不覆盖
- 浅析MySQL二进制日志
- DiagnosticsTextBox:WinForms的日志窗口
- 苹果原生NSURLSession的上传和下载
- Shell脚本:Linux Shell脚本学习指南(超详细)
- 机器学习算法——GBDT
- opencv 将视频流转换成帧图像(支持asf,mp4,avi)
- 大家好,我是数学家!来抢诺贝尔奖了!
- 寻找 Web3 的灵魂
- 基于Java毕业设计车辆调度管理系统源码+系统+mysql+lw文档+部署软件
- 老调重弹:JDBC系列之驱动加载原理全面解析)
- 关于DistroWatch
- python 传感器数据结构_python奇遇记:数据结构窥探3
- (74)项目中的亮点是什么?
- Linux下使用MySQL教程
- 亚伟计算机速录测试软件,亚伟中文速录机软件
- 文墨绘学21天习惯法则