如何使用ICTCLAS2014

2024-08-23 09:58

文章标签 使用 ictclas2014

本文主要是介绍如何使用ICTCLAS2014，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

ICTCLAS是中科院计算所出品的中文分词程序包，在国内一直有着良好的口碑和很高的使用率。之前一直只有 C++的版本提供，

而现在C#，Delphi和Java版本已经纷纷出炉。下面用一个极小的例子，让大家10分钟之内就能用上ICTCLAS ，

从此也开始自己的文本分类和搜索引擎开发之路。

需要首先说明的是，不同于以前的C++版提供的JNI调用，

本次使用的是纯Java版本的ICTCLAS，

1.进入官网下载

ictclas2013下载包，目前更新到0416版，ictclas2013-Win-32-jni或者64位的。如果系统是32位的就下载32位的，如果是64位的系统，那就要看你安装的java虚拟机是32位还是64位。若是32为jdk，还是要下载使用32位的JNI，而且Eclipse也用32位的。

2.准备文件

打开ictclas2013文件，需要的数据是：Data,Bin,Text三个文件，其中Bin文件夹里面只要：NLPIR.dll文件,里面内容不要轻易更改。打开Win-32bit_JNI-lib文件，里面有个NLPIL_JNI.dll文件。

3.创建项目

a.直接将java示例程序导入到src目录下，TestNLPIR.java和kevin同级，不要更改包名。

b.创建file文件夹，跟src同级目录，将Data文件夹放入里面。把测试文本Test放入到项目里面，也跟src是同级目录。

c.导入dll文件，将NLPIR.dll和NLPIL_JNI.dll文件同时导入到项目中，使用右键点击项目，import方法，从文件中导入，选择这两个文件。

d,设置程序，下面给出test()方法的简单说明

 Java代码 : 
 NLPIR testNLPIR = new NLPIR();  
         String argu = "./file/";  
     System.out.println("NLPIR_Init");  
     //0表示编码为GBK，设为1，在Eclipse调用文字乱码  
     if (testNLPIR.NLPIR_Init(argu.getBytes("GB2312"),0) == false)  
         {  
             System.out.println("Init Fail!");  
             return;  
         }  
     //导入用户词典前,设置为0，表示去除了角色标注；设置1，加上角色标注  
 byte nativeBytes[] = testNLPIR.NLPIR_ParagraphProcess(sInput.getBytes("GB2312"), 0);  
 String nativeStr = new String(nativeBytes, 0, nativeBytes.length, "GB2312");  
 System.out.println("分词结果为： " + nativeStr);   
 
  
 
  