ICTCLAS2011_JNI学习笔记-ICTCLAS_ImportUserDictFile及ICTCLAS_SaveTheUsrDic接口

1、int ICTCLAS_ImportUserDictFile(byte[] sPath, int eCodeType)接口：

     * Method:     ICTCLAS_ImportUserDictFile<! 导入用户词典文件>
     * Parameter:  byte[] sPath<! 用户词典路径名称>
     * Parameter:  int eCodeType<!词典编码类型>
     * Returns:      ICTCLAS_API int<! 成功导入的词汇数量>
     * Description: 用户导入词汇文件格式如下：
                         1.词语与词性用'@@'间隔。例如：“中科院@@nr；
                         2.一行一词；
                         3.词性可省略

2、int ICTCLAS_SaveTheUsrDic()接口:

     * Method:     ICTCLAS_SaveTheUsrDic<!保存用户词典>
     * Description:1.本接口将会覆盖原有/data/文件夹用户相关词典。  
                           2.用户可在配置文件中，指定下次是否使用该词典。

 

 

 其中，ICTCLAS_ImportUserDictFile接口用来以文件的形式来导入用户自定义词典，导入后可以选择性的调用ICTCLAS_SaveTheUsrDic接口用以将其保存在data目录下，这时目录下面会多出UserDict.map、UserDict.pos、UserDict.pdat三个文件，并且可以通过修改configure.xml配置文件选择是否加载该用户词典。（这三个文件的具体含义，我还说不清楚，从后缀名来看的话.map文件应该是词性映射文件，.pos文件或是词性标注文件，.pdat就看不出来了~_~，希望看到的朋友可以留言赐教一下！）

调用示例：

 

 

 package ICTCLAS.I3S.test;

 import java.io.BufferedReader;
 import java.io.IOException;
 import java.io.InputStreamReader;
 import java.io.UnsupportedEncodingException;

 import ICTCLAS.I3S.AC.ICTCLAS50;

 public class Test_ImportUsrDict {

     /**
      * @param args
      */
     public static void main(String[] args) {
         // TODO Auto-generated method stub
         ICTCLAS50 ictclas = new ICTCLAS50();
         String useage = "Useage : java Test_ICTCLAS_ParagraphProcess sPath [nPOSmap]";
         if (args.length < 1) {
             System.err.println(useage);
             return;
         }
         try {
             if (!ictclas.ICTCLAS_Init(args[0].getBytes("GB2312"))) {
                 System.err.println("Initial failed!");
                 return;
             }
             System.out.println("Initial successed!");
             String input = "中国科学院计算技术研究所在多年研究工作积累的基础上，研制出了汉语词法分析系统ICTCLAS。";

             /* 设置词性标注集(0 计算所二级标注集，1 计算所一级标注集，2 北大二级标注集，3 北大一级标注集) */
             int nPosmap = args.length == 2 ? Integer.valueOf(args[1]) : 1;
             ictclas.ICTCLAS_SetPOSmap(nPosmap);

             /* 导入用户词典前 */
             byte nativeBytes[] = ictclas.ICTCLAS_ParagraphProcess(input
                     .getBytes("GB2312"), 0, 1);
             String nativeStr = new String(nativeBytes, 0, nativeBytes.length,
                     "GB2312");
             System.out.println("未导入用户词典的分词结果：" + nativeStr);

             int nCount = 0;
             BufferedReader reader = new BufferedReader(new InputStreamReader(
                     System.in, "GB2312"));
             System.out.print("input the src file:");
             String usrdir = reader.readLine();
             // 第一个参数为用户字典路径，第二个参数为用户字典的编码类型(0:type
             // unknown;1:ASCII码;2:GB2312,GBK,GB10380;3:UTF-8;4:BIG5)
             nCount = ictclas.ICTCLAS_ImportUserDictFile(usrdir
                     .getBytes("GB2312"), 2);
             System.out.println("导入用户词个数" + nCount);

             // 导入用户字典后再分词
             byte nativeBytes1[] = ictclas.ICTCLAS_ParagraphProcess(input
                     .getBytes("GB2312"), 0, 1);
             String nativeStr1 = new String(nativeBytes1, 0,
                     nativeBytes1.length, "GB2312");
             System.out.println("导入用户词典：" + nativeStr1);
             ictclas.ICTCLAS_SaveTheUsrDic(); /* 保存用户词典 */
         } catch (UnsupportedEncodingException e) {
             // TODO Auto-generated catch block
             e.printStackTrace();
         } catch (IOException e) {
             // TODO Auto-generated catch block
             e.printStackTrace();
         } finally {
             // 释放分词组件资源
             ictclas.ICTCLAS_Exit();
         }
     }

 }