NLPIR分詞工具的使用（java環境下）

一、NLPIR是什么？

NLPIR(漢語分詞系統)由中科大張華平博士團隊開發，主要功能包括：中文分詞，詞性標注，命名實體識別，用戶詞典功能，詳情見官網：http://ictclas.nlpir.org/。

二、java環境下的使用：

主要參考了如下資料：http://www.360doc.com/content/14/0926/15/19424404_412519063.shtml

下面是個人的使用方法，僅供參考

1、下載NLPIR工具包，鏈接如下：http://ictclas.nlpir.org/newsdownloads?DocId=389

工具包中主要包含了以下內容：（待補充）

 

2、NLPIR是在c、c++環境下的，所以在java環境下，得下載其提供的java接口， 所以我又下載了 windows 下64位的JNI 壓縮包（根據自己機器環境下載）：http://ictclas.nlpir.org/newsdownloads?DocId=353

所以現在有兩個文件包：NLPIR工具包，JNI接口包。

3、現在可以開始構建自己的項目了：

（1）創建一個java 項目，最后形成的目錄如下圖：

其中：bai包中的是自己寫的測試程序

        Kevin.zhang是64位JNI壓縮包中的內容，拷貝到自己創建的java項目中

        file:為自己創建的目錄，Data文件是來自NLPIR工具包

        test:來自NLPIR工具包

        NLPIR.dll 來自NLPIR工具包lib 目錄中

        NLPIR_JNI.dll來自JNI接口包

   

4、編寫分詞程序

代碼如下:

package bai;

import kevin.zhang.NLPIR;

public class nlpir_test {
    public static void main(String args[])
    {
        try
        {
            test();
        }
        catch(Exception e)
        {
            e.printStackTrace();
        }
    }

     static  void test()throws Exception {
        // TODO Auto-generated method stub
        //這里就是（"./file/"）不用修改
        NLPIR nlpir=new NLPIR();
        if(!NLPIR.NLPIR_Init("./file/".getBytes("UTF-8"),1))
        {
            System.out.println("NLPIR初始化失敗");
            return ;
        }
        //句子分詞測試
        String temp="每天的日報都記得要發送, 以配合經理掌握項目的進度情況";
        byte[] resBytes=nlpir.NLPIR_ParagraphProcess(temp.getBytes("UTF-8"),0);
        System.out.println("分詞結果: "+new String(resBytes,"UTF-8"));
        //文件分詞測試
        String utf8File = "E:/wbjddata/user_product_similarity/product_vector_pro.txt";
        String utf8FileResult = "E:/wbjddata/user_product_similarity/product_vector_pro_seg_result.txt";
        nlpir.NLPIR_FileProcess(utf8File.getBytes(), utf8FileResult.getBytes(), 0);
        
        // 退出, 釋放資源
        NLPIR.NLPIR_Exit();
        //nlpir.NLPIR_FileProcess，nlpir.NLPIR_ParagraphProcess中第二個參數0，表示只顯示分詞，不顯示詞性的標注
    }

}