在linux下使用NLPIR(ICTCLAS2015)進行中文分詞

1

Linux下建立一個空專案命名為WordTwo,在src資料夾中新增兩個程式碼，檢視如下

2

將下載的NLPIR開啟至lib目錄下，將符合要求的so檔案拷入到WordTwo的bin資料夾下。注意linux的版本不同則選擇不同的so檔案，名字不要修改。

3

將下載的NLPIR目錄下的Data資料夾整個複製到專案WordTwo中，放在根目錄下。

4

CLibrary為實現中文分詞的介面宣告，具體內容如圖所示

import com.sun.jna.Library;

public interface CLibrary extends Library{

//初始化

    public int NLPIR_Init(String sDataPath, int encoding, String sLicenceCode);

    //對字串進行分詞

    public String NLPIR_ParagraphProcess(String sSrc, int bPOSTagged);

    //對TXT檔案內容進行分詞

    public double NLPIR_FileProcess(String sSourceFilename,String sResultFilename, int bPOStagged);

    //從字串中提取關鍵詞 

    public String NLPIR_GetKeyWords(String sLine, int nMaxKeyLimit,boolean bWeightOut);

    //從TXT檔案中提取關鍵詞 

    public String NLPIR_GetFileKeyWords(String sLine, int nMaxKeyLimit,boolean bWeightOut);

    //新增單條使用者詞典

    public int NLPIR_AddUserWord(String sWord);

    //刪除單條使用者詞典

    public int NLPIR_DelUsrWord(String sWord);

    //從TXT檔案中匯入使用者詞典

    public int NLPIR_ImportUserDict(String sFilename);

    //將使用者詞典儲存至硬碟

    public int NLPIR_SaveTheUsrDic();

    //從字串中獲取新詞

    public String NLPIR_GetNewWords(String sLine, int nMaxKeyLimit, boolean bWeightOut);

    //從TXT檔案中獲取新詞

    public String NLPIR_GetFileNewWords(String sTextFile,int nMaxKeyLimit, boolean bWeightOut);

    //獲取一個字串的指紋值

    public long NLPIR_FingerPrint(String sLine);

    //設定要使用的POS map

    public int NLPIR_SetPOSmap(int nPOSmap);

    //獲取報錯紀錄檔

    public String NLPIR_GetLastErrorMsg();

    //退出

    public void NLPIR_Exit();    

}

5

新增Demo程式碼，進行測試：

宣告部分如圖所示：

  String Path=System.getProperty("user.dir").toString();

    CLibrary instance = (CLibrary)Native.loadLibrary("NLPIR", CLibrary.class);

        int init_flag = instance.NLPIR_Init("", 1, "0");

        String resultString = null;

        if (0 == init_flag) {

            resultString = instance.NLPIR_GetLastErrorMsg();

            System.err.println("initn"+resultString);

            return;

        }

 String sInput ="哎~那個金剛圈尺寸太差，前重後輕，左寬右窄，他戴上去很不舒服，"

                + "整晚失眠會連累我嘛，他雖然是隻猴子，但你也不能這樣對他啊，官府知道會說我虐待動物的，"

                + "說起那個金剛圈，啊~去年我在陳家村認識了一個鐵匠，他手工精美，價錢又公道，童叟無欺，"

                + "乾脆我介紹你再定做一個吧！";

resultString = instance.NLPIR_ParagraphProcess(sInput, 1);

6

新增一句程式碼使用檔案

Double d = instance.NLPIR_FileProcess(Path+"/resource/1",Path+"/resource/2",1);

1和2分別為文字檔案，1的路徑和內容截圖如下：

7

執行以下程式碼

 resultString = instance.NLPIR_GetFileKeyWords(Path+"/resource/3", 10,false);

2檔案內容截圖如下:

表明可以成功執行分詞庫。