java调用NLPIR（ICTCLAS2016）实现分词功能

    备注：win7 64位系统，netbeans编程

    NLPIR分词系统，前身是2000年发布的ICTCLAS，2009年更为现名。张华平博士打造。

实现步骤：

    1、在Netbeans中，文件→新建项目→java→java应用程序；项目名称：CWordSeg；
    2、将NLPIR文件下…\sample\JnaTest_NLPIR\src\code中NlpirTest.java里的代码拷贝到CWordSeg.java里面；

    初步修改代码为下图所示：

    

    （1）将package包声明修改为cwordseg；
    （2）将类名NlpirTest重命名重构为CWordSeg；
    方法：右键CwordSeg.java→重构→重命名，改名为CWordSeg→重构；

    如果只是直接修改代码里的类名，则仍然需要进行重构，否则运行时会报错：找不到主类CWordSeg。
    （3）import utils.SystemParas; 未用到，暂时注释掉。

    3、将NLPIR文件下…\sample\JnaTest_NLPIR\src下的utils文件夹直接拷贝到项目CWordSeg的src文件夹中；

    4、将NLPIR文件下…\sample\JnaTest_NLPIR\lib下的jna-4.0.0.jar导入到工程库中；
    方法（1）：右键库→添加JAR→选择jna-4.0.0.jar导入；
    方法（2）：直接复制jna-4.0.0.jar文件到工程…\CWordSeg\lib文件夹下。
    导完之后工程目录如下：

    

    5、在工程CWordSeg文件夹中新建文件夹file：
    （1）将NLPIR中的Data文件夹全部拷贝到file文件夹中；
    （2）将…\lib\win64文件夹也全部拷贝到file文件夹（注意：如果是win32或linux请选择对应的文件夹）。

    6、修改部分代码2：
    （1）修改文件NLPIR.dll所在的路径，它在第5步中拷入的win64文件夹中，例如：
    D:\\NetBeansProjects\\CWordSeg\\file\win64\\NLPIR
    注意：最后的NLPIR是文件名，不要加后缀.dll。
    附：已经试验过，如果是64位操作系统，使用32位的文件将会报错。

    

    （2）修Data文件夹所在的路径（即第5步中的Data文件夹），如下图所示：
    D:\\NetBeansProjects\\CWordSeg\\file

    

    （3）其他可以更改的地方：
    编码格式：int charset_type = 1; 改为其它值。
    其中：GBK对应0，UTF-8对应1，BIG5对应2，含繁体字的GBK对应3。

简化后代码如下：

package cwordseg;

import java.io.UnsupportedEncodingException;
// import utils.SystemParas;
import com.sun.jna.Library;
import com.sun.jna.Native;

/**
 * 
 * 功能：基本的分词功能
 * 最后更新时间：2016年3月14日 21:01:21
 */

public class CWordSeg {
    // 定义接口CLibrary，继承自com.sun.jna.Library
    public interface CLibrary extends Library {
        // 定义并初始化接口的静态变量，用于加载NLPIR.dll，路径指向文件NLPIR.dll，但不加后缀dll
        CLibrary Instance = (CLibrary) Native.loadLibrary("D:\\NetBeansProjects\\CWordSeg\\file\\win64\\NLPIR",CLibrary.class);
        // 初始化函数声明：sDataPath是初始化路径地址，包括核心词库和配置文件的路径，encoding为输入字符的编码格式
        public int NLPIR_Init(String sDataPath,int encoding,String sLicenceCode);
        // 分词函数声明：sSrc为待分字符串，bPOSTagged=0表示不进行词性标注，bPOSTagged=1表示进行词性标注
        public String NLPIR_ParagraphProcess(String sSrc,int bPOSTagged);
        // 获取最后一个错误信息的函数声明
        public String NLPIR_GetLastErrorMsg();
        // 退出函数声明
        public void NLPIR_Exit();
    }
    
    public static String transString(String aidString,String ori_encoding,String new_encoding) {
        try {
            return new String(aidString.getBytes(ori_encoding),new_encoding);
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        return null;
    }
    
    public static void main(String[] args) throws Exception {
        String argu = "D:\\NetBeansProjects\\CWordSeg\\file";     // 该路径指向Data文件夹（系统核心词库）
        // String system_charset = "UTF-8";
        int charset_type = 1;                  // UTF-8编码模式，其它的GBK对应0，BIG5对应2，含繁体字的GBK对应3
        int init_flag = CLibrary.Instance.NLPIR_Init(argu, charset_type, "0");      // 运行初始化函数，成功则返回1，失败返回0
        String nativeBytes;

        // 初始化失败提示
        if (0 == init_flag) {
            nativeBytes = CLibrary.Instance.NLPIR_GetLastErrorMsg();    // 获取错误信息
            System.err.println("初始化失败！原因："+nativeBytes);
            return;
        }
        
        String sInput = "这是一本关于信息检索的书。";       // 手工输入的字符串sInput
        try {
            nativeBytes = CLibrary.Instance.NLPIR_ParagraphProcess(sInput, 1);      // 运行分词函数
            System.out.println("分词结果为： " + nativeBytes);      // 输出分词结果
            CLibrary.Instance.NLPIR_Exit();     // 退出
        } catch (Exception ex) {
            // TODO Auto-generated catch block
            ex.printStackTrace();
        }
    }
}

运行结果：

    

出错解决：找不到主类CWordSeg

    在第2步中修改了类名，需要用正确的方法修改，或者通过重构修正。