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，支持人名、地名、组织名，分词速500KB/s左右，分词精度98.45%，API不超过100KB，各种词典数据压缩后不到3M。一个非常优秀的分词系统，具体下载地址：http://ictclas.org/

下面是它的可视化界面：

该分词系统是开源的，可以供多种程序语言API进行调用，下面介绍一个java调用方法：

首先，下载java相应的win平台下的api，网址：http://ictclas.org/ictclas_feedback.aspx?packetid=50&packeturl=down/50/ICTCLAS50_Windows_32_JNI.rar

然后，解压打开API文件夹，里面共有8个文件

新建一个java项目，除ICTCLAS文件夹外，所有的文件均拷到java项目的根目录下，ICTCLAS文件夹整个拷到java项目中的src文件夹中，以供调用，如下：

下面是给出的测试代码：

package tokenization;
import ICTCLAS.I3S.AC.ICTCLAS50;
public class test {
     public static void main(String[] args)
     {

        ICTCLAS50 testICTCLAS50 = new ICTCLAS50();
        try
        {
            //分词所需库的路径
            String argu = ".";
            //初始化
            if (testICTCLAS50.ICTCLAS_Init(argu.getBytes("GB2312")) == false){
                System.out.println("Init Fail!");

                return;
            }
            else {
                    System.out.println("Init Succeed!");
            }
            String sInput="点击下载超女纪敏佳深受观众喜爱。禽流感爆发在非典之后。";
            byte nativeBytes[] = testICTCLAS50.ICTCLAS_ParagraphProcess(sInput.getBytes("GB2312"), 0, 1);
            System.out.println(nativeBytes.length);
            String nativeStr = new String(nativeBytes, 0, nativeBytes.length, "GB2312");
            System.out.println("The result is ：" + nativeStr);
            testICTCLAS50.ICTCLAS_Exit();
        }
        catch (Exception ex)
        {
        }
        finally{


        }
     }
}
结果如下：

标签: 中科院分词 Tokenization java ICTCLAS 汉语分词

中科院分词ICTCLAS汉语分词系统简单配置相关推荐

python汉语分词,python汉语分词的简单示例
对python这个高级语言感兴趣的小伙伴,下面一起跟随编程之家 jb51.cc的小编两巴掌来看看吧! 目前我常常使用的分词有结巴分词.NLPIR分词等等最近是在使用结巴分词,稍微做一下推荐,还是蛮好 ...
自然语言处理：汉语分词
NLPIR/ICTCLAS 汉语分词系统(http://ictclas.nlpir.org) PyNLPIR 是该汉语分词系统的 python 封装版(http://pynlpir.readthedo ...
四款python中文分词系统简单测试
四款python中文分词系统简单测试: 注:中科院分词可采用调用C库的方式使用纠正下:中科院分词2012支持关键词提取准确率测试(使用对应项目提供在线测试,未添加用户自定义词典) 结巴中文分词ht ...
2014.12.21nlpir ictclas中文分词系统发布
我们拟于2013年12月20日,在北京理工大学召开ICTCLAS的分词用户大会,发布最新版本,ICTCLAS的作者张华平博士将莅临宣讲分词算法的原理,并集中培训分词在Windows,Linux下C/C ...
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 ...
Solr配置中文的分词器-简单配置
Solr配置中文的分词器文章目录 Solr配置中文的分词器英文分词中文的查询 Solr需要配置中文分词器(重要) 配置中文分词后,再分析一次这篇文章,主要是讲解Solr如何配置中文分词器, ...
中文开源汉语分词工具
本文转载自:http://www.scholat.com/vpost.html?pid=4477 由于中文文本词与词之间没有像英文那样有空格分隔,因此很多时候中文文本操作都涉及切词,这里整理了一些中文 ...
Linux环境下使用NLPIR(ICTCLAS)中文分词详解
本文作者:合肥工业大学管理学院钱洋 email:1563178220@qq.com 欢迎交流,禁止将本人博客直接复制下来,上传到百度文库等平台. NLPIR介绍 NLPIR是中科院出的一款汉语分词 ...
《自然语言处理实战入门》 ---- 第4课：中文分词原理及相关组件简介之汉语分词领域主要分词算法、组件、服务(上)...
目录 0.内容梗概 1. 基于传统统计算法的分词组件 1.1 hanlp : Han Language Processing 1.2 语言技术平台(Language Technology Platfo ...

中科院分词ICTCLAS汉语分词系统简单配置

中科院分词ICTCLAS汉语分词系统简单配置相关推荐

最新文章

热门文章