1---------java調用NLPIR（ICTCLAS2016）實現分詞功能

  備注：win7 64位系統，netbeans編程

    NLPIR分詞系統，前身是2000年發布的ICTCLAS，2009年更為現名。張華平博士打造。

 

實現步驟：

    1、在Netbeans中，文件→新建項目→java→java應用程序；項目名稱：CWordSeg；
    2、將NLPIR文件下…\sample\JnaTest_NLPIR\src\code中NlpirTest.java里的代碼拷貝到CWordSeg.java里面；

    初步修改代碼為下圖所示：

    

    （1）將package包聲明修改為cwordseg；
    （2）將類名NlpirTest重命名重構為CWordSeg；
    方法：右鍵CwordSeg.java→重構→重命名，改名為CWordSeg→重構；

    如果只是直接修改代碼里的類名，則仍然需要進行重構，否則運行時會報錯：找不到主類CWordSeg。
    （3）import utils.SystemParas; 未用到，暫時注釋掉。

    3、將NLPIR文件下…\sample\JnaTest_NLPIR\src下的utils文件夾直接拷貝到項目CWordSeg的src文件夾中；

    4、將NLPIR文件下…\sample\JnaTest_NLPIR\lib下的jna-4.0.0.jar導入到工程庫中；
    方法（1）：右鍵庫→添加JAR→選擇jna-4.0.0.jar導入；
    方法（2）：直接復制jna-4.0.0.jar文件到工程…\CWordSeg\lib文件夾下。
    導完之后工程目錄如下：

    

    5、在工程CWordSeg文件夾中新建文件夾file：
    （1）將NLPIR中的Data文件夾全部拷貝到file文件夾中；
    （2）將…\lib\win64文件夾也全部拷貝到file文件夾（注意：如果是win32或linux請選擇對應的文件夾）。

    6、修改部分代碼2：
    （1）修改文件NLPIR.dll所在的路徑，它在第5步中拷入的win64文件夾中，例如：
    D:\\NetBeansProjects\\CWordSeg\\file\win64\\NLPIR
    注意：最后的NLPIR是文件名，不要加后綴.dll。
    附：已經試驗過，如果是64位操作系統，使用32位的文件將會報錯。

    

    （2）修Data文件夾所在的路徑（即第5步中的Data文件夾），如下圖所示：
    D:\\NetBeansProjects\\CWordSeg\\file

    

    （3）其他可以更改的地方：
    編碼格式：int charset_type = 1; 改為其它值。
    其中：GBK對應0，UTF-8對應1，BIG5對應2，含繁體字的GBK對應3。

簡化后代碼如下：

 

 
            
            package cwordseg;  
  
import java.io.UnsupportedEncodingException;  
// import utils.SystemParas;  
import com.sun.jna.Library;  
import com.sun.jna.Native;  
  
/** 
 *  
 * 功能：基本的分詞功能 
 * 最后更新時間：2016年3月14日 21:01:21 
 */  
  
public class CWordSeg {  
    // 定義接口CLibrary，繼承自com.sun.jna.Library  
    public interface CLibrary extends Library {  
        // 定義並初始化接口的靜態變量，用於加載NLPIR.dll，路徑指向文件NLPIR.dll，但不加后綴dll  
        CLibrary Instance = (CLibrary) Native.loadLibrary("D:\\NetBeansProjects\\CWordSeg\\file\\win64\\NLPIR",CLibrary.class);  
        // 初始化函數聲明：sDataPath是初始化路徑地址，包括核心詞庫和配置文件的路徑，encoding為輸入字符的編碼格式  
        public int NLPIR_Init(String sDataPath,int encoding,String sLicenceCode);  
        // 分詞函數聲明：sSrc為待分字符串，bPOSTagged=0表示不進行詞性標注，bPOSTagged=1表示進行詞性標注  
        public String NLPIR_ParagraphProcess(String sSrc,int bPOSTagged);  
        // 獲取最后一個錯誤信息的函數聲明  
        public String NLPIR_GetLastErrorMsg();  
        // 退出函數聲明  
        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";     // 該路徑指向Data文件夾（系統核心詞庫）  
        // String system_charset = "UTF-8";  
        int charset_type = 1;                  // UTF-8編碼模式，其它的GBK對應0，BIG5對應2，含繁體字的GBK對應3  
        int init_flag = CLibrary.Instance.NLPIR_Init(argu, charset_type, "0");      // 運行初始化函數，成功則返回1，失敗返回0  
        String nativeBytes;  
  
        // 初始化失敗提示  
        if (0 == init_flag) {  
            nativeBytes = CLibrary.Instance.NLPIR_GetLastErrorMsg();    // 獲取錯誤信息  
            System.err.println("初始化失敗！原因："+nativeBytes);  
            return;  
        }  
          
        String sInput = "這是一本關於信息檢索的書。";       // 手工輸入的字符串sInput  
        try {  
            nativeBytes = CLibrary.Instance.NLPIR_ParagraphProcess(sInput, 1);      // 運行分詞函數  
            System.out.println("分詞結果為： " + nativeBytes);      // 輸出分詞結果  
            CLibrary.Instance.NLPIR_Exit();     // 退出  
        } catch (Exception ex) {  
            // TODO Auto-generated catch block  
            ex.printStackTrace();  
        }  
    }  
}

 

 

運行結果：

    

出錯解決：找不到主類CWordSeg

    在第2步中修改了類名，需要用正確的方法修改，或者通過重構修正。