码迷,mamicode.com
首页 > 编程语言 > 详细

1---------java调用NLPIR(ICTCLAS2016)实现分词功能

时间:2016-04-18 20:30:53      阅读:644      评论:0      收藏:0      [点我收藏+]

标签:

  备注:win7 64位系统,netbeans编程

    NLPIR分词系统,前身是2000年发布的ICTCLAS,2009年更为现名。张华平博士打造。

 

实现步骤

    1、在Netbeans中,文件→新建项目→java→java应用程序;项目名称:CWordSeg;
    2、将NLPIR文件下…\sample\JnaTest_NLPIR\src\code中NlpirTest.java里的代码拷贝到CWordSeg.java里面;

    初步修改代码为下图所示:

    技术分享

    (1)将package包声明修改为cwordseg;
    (2)将类名NlpirTest重命名重构为CWordSeg;
    方法:右键CwordSeg.java→重构→重命名,改名为CWordSeg→重构;

    如果只是直接修改代码里的类名,则仍然需要进行重构,否则运行时会报错:找不到主类CWordSeg。
    (3)import utils.SystemParas; 未用到,暂时注释掉。

    3、将NLPIR文件下…\sample\JnaTest_NLPIR\src下的utils文件夹直接拷贝到项目CWordSeg的src文件夹中;

    4、将NLPIR文件下…\sample\JnaTest_NLPIR\lib下的jna-4.0.0.jar导入到工程库中;
    方法(1):右键库→添加JAR→选择jna-4.0.0.jar导入;
    方法(2):直接复制jna-4.0.0.jar文件到工程…\CWordSeg\lib文件夹下。
    导完之后工程目录如下:

    技术分享

    5、在工程CWordSeg文件夹中新建文件夹file:
    (1)将NLPIR中的Data文件夹全部拷贝到file文件夹中;
    (2)将…\lib\win64文件夹也全部拷贝到file文件夹(注意:如果是win32或linux请选择对应的文件夹)。

    6、修改部分代码2:
    (1)修改文件NLPIR.dll所在的路径,它在第5步中拷入的win64文件夹中,例如:
    D:\\NetBeansProjects\\CWordSeg\\file\win64\\NLPIR
    注意:最后的NLPIR是文件名,不要加后缀.dll。
    附:已经试验过,如果是64位操作系统,使用32位的文件将会报错。

    技术分享

    (2)修Data文件夹所在的路径(即第5步中的Data文件夹),如下图所示:
    D:\\NetBeansProjects\\CWordSeg\\file

    技术分享

    (3)其他可以更改的地方:
    编码格式:int charset_type = 1; 改为其它值。
    其中:GBK对应0,UTF-8对应1,BIG5对应2,含繁体字的GBK对应3。

简化后代码如下

 

  1.  1 package cwordseg;  
     2   
     3 import java.io.UnsupportedEncodingException;  
     4 // import utils.SystemParas;  
     5 import com.sun.jna.Library;  
     6 import com.sun.jna.Native;  
     7   
     8 /** 
     9  *  
    10  * 功能:基本的分词功能 
    11  * 最后更新时间:2016年3月14日 21:01:21 
    12  */  
    13   
    14 public class CWordSeg {  
    15     // 定义接口CLibrary,继承自com.sun.jna.Library  
    16     public interface CLibrary extends Library {  
    17         // 定义并初始化接口的静态变量,用于加载NLPIR.dll,路径指向文件NLPIR.dll,但不加后缀dll  
    18         CLibrary Instance = (CLibrary) Native.loadLibrary("D:\\NetBeansProjects\\CWordSeg\\file\\win64\\NLPIR",CLibrary.class);  
    19         // 初始化函数声明:sDataPath是初始化路径地址,包括核心词库和配置文件的路径,encoding为输入字符的编码格式  
    20         public int NLPIR_Init(String sDataPath,int encoding,String sLicenceCode);  
    21         // 分词函数声明:sSrc为待分字符串,bPOSTagged=0表示不进行词性标注,bPOSTagged=1表示进行词性标注  
    22         public String NLPIR_ParagraphProcess(String sSrc,int bPOSTagged);  
    23         // 获取最后一个错误信息的函数声明  
    24         public String NLPIR_GetLastErrorMsg();  
    25         // 退出函数声明  
    26         public void NLPIR_Exit();  
    27     }  
    28       
    29     public static String transString(String aidString,String ori_encoding,String new_encoding) {  
    30         try {  
    31             return new String(aidString.getBytes(ori_encoding),new_encoding);  
    32         } catch (UnsupportedEncodingException e) {  
    33             e.printStackTrace();  
    34         }  
    35         return null;  
    36     }  
    37       
    38     public static void main(String[] args) throws Exception {  
    39         String argu = "D:\\NetBeansProjects\\CWordSeg\\file";     // 该路径指向Data文件夹(系统核心词库)  
    40         // String system_charset = "UTF-8";  
    41         int charset_type = 1;                  // UTF-8编码模式,其它的GBK对应0,BIG5对应2,含繁体字的GBK对应3  
    42         int init_flag = CLibrary.Instance.NLPIR_Init(argu, charset_type, "0");      // 运行初始化函数,成功则返回1,失败返回0  
    43         String nativeBytes;  
    44   
    45         // 初始化失败提示  
    46         if (0 == init_flag) {  
    47             nativeBytes = CLibrary.Instance.NLPIR_GetLastErrorMsg();    // 获取错误信息  
    48             System.err.println("初始化失败!原因:"+nativeBytes);  
    49             return;  
    50         }  
    51           
    52         String sInput = "这是一本关于信息检索的书。";       // 手工输入的字符串sInput  
    53         try {  
    54             nativeBytes = CLibrary.Instance.NLPIR_ParagraphProcess(sInput, 1);      // 运行分词函数  
    55             System.out.println("分词结果为: " + nativeBytes);      // 输出分词结果  
    56             CLibrary.Instance.NLPIR_Exit();     // 退出  
    57         } catch (Exception ex) {  
    58             // TODO Auto-generated catch block  
    59             ex.printStackTrace();  
    60         }  
    61     }  
    62 }  

     

 

 

运行结果

    技术分享

出错解决:找不到主类CWordSeg

    在第2步中修改了类名,需要用正确的方法修改,或者通过重构修正。

 

技术分享

1---------java调用NLPIR(ICTCLAS2016)实现分词功能

标签:

原文地址:http://www.cnblogs.com/liuchaogege/p/5405659.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!