ICTCLAS2013 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。

[最近试用日期：2013-12-15]

ICTCLAS2013 c++版本的使用方法：点击打开链接

ICTCLAS2014 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（32位下载点击打开链接 文件名：20131115123549_nlpir_ictclas2013_u20131115_release.zip）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。

[注意 如果机器版本是64位的，请下载64位NLPIR.dll  下载地址：点击打开链接 下载文件名：20131105115102_win64.zip  2013.12.15]

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