環境：對日開發語言處理
要求：分析詞語，將詞語中的日文單詞分割，轉換形式。
分析：
任務1：詞語拆分
任務2：轉換形式
日文的形式轉換可以用kanavetor去實現 非常簡單 直接調用Kana類的convert方法就可以，在Kana的官網上可以看到用法（即便看不懂介紹，看到管網的表格應該也就一目了然了~）。
重點在於詞語的拆分上：
詞語拆分使用了Kuromoji，Kuromoji是一款非常好用的日語分詞工具，並且，分解后的詞是可以自動將漢字，平假名等轉換成カタカナ的，有類似需要的可以直接用這個而不用再去尋找其他工具了。Kuromoji我找到了兩個版本，一個是kuromoji，0.7.7版本，官網上說捐獻給了apache，內置在Lucene的4.0,5.0版本里，由於忘記Lucene的用法，暫且不考慮。另外一個版本是kuromoji-ipadic，這個東東和kuromoji都是一個公司出的，但是略有不同，稍微研究了一下，kuromoji在使用的時候是只能找到jar包，找不到源代碼文件的，通過maven下載可以，但是gradle是引入不了的。而kuromoji-ipadic則是gradlle也可以引用,並且引入之后可以看到源碼。此外kuromoji畢竟是以前的api，還有一些小小的缺陷。
kuromoji官網：http://www.atilika.org/
Kuromoji-ipadic官網：http://www.atilika.com/en/kuromoji/
Kuromoji用法：
1 Tokenizer tokenizer = Tokenizer.builder().build(); 2 for (Token token : tokenizer.tokenize("壽司が食べたい。")) {
// token 中存放的是分割后的詞 不同的屬性可以取到該詞的不同內容
// surfaceForm:原內容
3 System.out.println(token.getSurfaceForm() + "\t" + );
// baseForm:內容詞語的基礎 例如 食べたい⇒食べ
System.out.println(token.getBaseForm() + "\t" + );
4 }
↑↑↑這個api對日文漢字的識別率不如下面的api（有些簡體日文漢字和特別生僻的識別不出來，畢竟是老版本），並且遇到不認識的漢字時token調用get方法會得到null。。。不建議使用。
Kuromoji-ipadic用法：
1 Tokenizer tokenizer = new Tokenizer() ; 2 List<Token> tokens = tokenizer.tokenize("お壽司が食べたい。"); 3 for (Token token : tokens) { 4 System.out.println(token.getSurface()); // 讀取到的原內容 5 System.out.println(token.getReading()); // カタカナ 6 }
順帶一提，kuromoji-ipadic由於是用new產生產生實例的，所以如果你的工具或系統需要轉換大量詞匯，要注意不要做太多的new操作，不然會很慢很慢很慢，此時可以定義成靜態常量或者單例模式。
歡迎大家評論和指教。