ICTCLAS2011_JNI接口-整体介绍

中科院的分词工具ICTCLAS（Institute of Computing Technology,Chinese Lexical Analysis System）2011版，汉语词法分析系统ICTCLAS主要功能包括中文分词；词性标注；命名实体识别；新词识别；同时支持用户词典；支持繁体中文；支持gb2312、GBK、UTF8等多种编码格式。 ICTCLAS分词速度单机500KB/s，分词精度98.45%，API不超过100kb，各种词典数据压缩后不到3M，是世界上最好的汉语词法分析器。 详细介绍可到ICTCLAS官网了解，同时可以下载到最新的版本。另外，也可以到张华平博士的百度空间里去下载。

在看官网提供的API文档的过程中，感觉该文档写得不是很好，估计并没有跟进最新的版本，里面有些接口的介绍以及示例程序不是很正确，现在我将学习过程中的写的示例程序放在这里以供大家讨论。

以下是JNI接口的声明及其个接口的功能介绍，另外，可点击此处查看ICTCLAS各个接口间的调用流程图。本图是基于C++接口绘制的，但由于本人在实验的过程中主要用Java语言开发程序，所以在示例程序方面的都是调用的JNI接口，不过，JNI接口和C++接口命名和功能上都基本一样，只是参数可能不同，但这不是主要问题。

 

Java代码  

1. package ICTCLAS.I3S.AC;  
2.   
3. public class ICTCLAS50 {  
4.       
5.     /*********************************************************************** 
6.      * 各个接口中，字符编码参数的需按照如下设置，接口参数中不再详细说明， 若编码不确定，系统将会自动识别编码 
7.      * （0：编码未知，系统将会自动识别） 
8.      * （1：ASCII） 
9.      * （2：gb2312、GBK、gb18030） 
10.      * （3：UTF-8） 
11.      * （4：BIG5） 
12.     *************************************************************************/  
13.   
14.     /************************************************************************ 
15.     * Method:     ICTCLAS_Init<!读取配置文件，加载词典等> 
16.     * Parameter:  byte[] sPath<!配置文件configure.xml，授权文件user.lic及data文件夹所在路径的字节编码 > 
17.     * Returns:      bool<!初始化是否成功> 
18.     * Description: 调用其它任何接口前，必须保证本接口调用成功！ 
19.     * Remark: 1.2010/06/03 17 : 34 created by x10n6y version 5.0  
20.     *************************************************************************/  
21.     public native boolean ICTCLAS_Init(byte[] sPath);  
22.       
23.   
24.     /************************************************************************ 
25.     * Method:     ICTCLAS_Exit<! 退出，释放相关资源> 
26.     * Returns:     ICTCLAS_API bool<! 退出是否成功> 
27.     * Description:  所有操作完成后，请调用本接口释放相关资源！ 
28.     * Remark: 1.2010/06/04 9 : 42 created by x10n6y version 5.0  
29.     *************************************************************************/  
30.     public native boolean ICTCLAS_Exit();  
31.       
32.       
33.     /************************************************************************ 
34.     * Method:     ICTCLAS_ImportUserDictFile<! 导入用户词典文件> 
35.     * Parameter:  byte[] sPath<! 用户词典路径名称> 
36.     * Parameter:  int eCodeType<!词典编码类型> 
37.     * Returns:      ICTCLAS_API unsigned int<! 成功导入的词汇数量> 
38.     * Description: 用户导入词汇文件格式如下： 
39.                             1.词语与词性用‘@@’间隔。例如：“中科院@@nr； 
40.                             2.一行一词； 
41.                             3.词性可省略 
42.  
43.     * Remark: 1.2010/06/04 9 : 43 created by x10n6y version 5.0  
44.     ************************************************************************/  
45.     public native int ICTCLAS_ImportUserDictFile(byte[] sPath, int eCodeType);  
46.   
47.       
48.     /************************************************************************ 
49.     * Method:     ICTCLAS_SaveTheUsrDic<!保存用户词典> 
50.     * Description:1.本接口将会覆盖原有/data/文件夹用户相关词典。   
51.                          2.用户可在配置文件中，指定下次是否使用该词典。 
52.     * 
53.     * Remark: 1.2010/07/05 16 : 16 created by x10n6y version 2.0  
54.     *************************************************************************/  
55.     public native int ICTCLAS_SaveTheUsrDic();  
56.   
57.     /************************************************************************ 
58.     * Method:     ICTCLAS_SetPOSmap<!指定词性标注集> 
59.     * Parameter:  int nPOSmap<! 标注集ID> 
60.                         ICT_POS_MAP_SECOND 0 //计算所二级标注集 
61.                         ICT_POS_MAP_FIRST 1  //计算所一级标注集 
62.                         PKU_POS_MAP_SECOND 2 //北大二级标注集   
63.                         PKU_POS_MAP_FIRST 3 //北大一级标注集 
64.  
65.     * Returns:    ICTCLAS_API bool<! 指定成功与否> 
66.     * Description:  
67.     * Remark: 1.2010/06/22 11 : 11 created by x10n6y version 5.0  
68.     *************************************************************************/  
69.     public native int ICTCLAS_SetPOSmap(int nPOSmap);  
70.   
71.       
72.     /************************************************************************ 
73.     * Method:     ICTCLAS_FileProcess<!文本文件分词> 
74.     * Parameter:  byte[] sSrcFilename<!要分词的文件> 
75.     * Parameter: int eCodeType<!要处理的文本编码类型> 
76.     * Parameter:  int bPOSTagged<! 是否词性标准> 
77.     * Parameter:  byte[] sDestFilename<! 结果文件存放位置> 
78.     * Returns:      ICTCLAS_API bool<! 分词是否成功> 
79.     * Description: 1.用户若不指定分词结果保存位置，系统将结果保存至 
80.                             当前目录下，test_result.txt 中。 
81.                          2.pszDstFileName若该文件不存在， 则自动生成; 
82.                             否则先清空已有内容。 
83.     * Remark: 1.2010/06/22 11 : 11 created by x10n6y version 5.0  
84.     *************************************************************************/  
85.     public native boolean ICTCLAS_FileProcess(byte[] sSrcFilename,  
86.             int eCodeType, int bPOSTagged, byte[] sDestFilename);  
87.   
88.       
89.     /************************************************************************ 
90.     * Method:     ICTCLAS_ParagraphProcess<! 分词，返回结果为字符串> 
91.     * Parameter:  byte[] sSrc<!需要分词的文本内容> 
92.     * Parameter:  int eCodeType<!字符编码类型> 
93.     * Parameter:  int bPOSTagged<！是否词性标注 > 
94.     * Returns:      byte[]<! 分词后的字符串的字节编码> 
95.     * Description: 调用本接口，由用户分配内存，保存结果（pszResult） 
96.     ，建议内存大小strlen(pszText)*6！ 
97.     * Remark: 1.2010/06/22 11 : 11 created by x10n6y version 5.0  
98.     *************************************************************************/  
99.     public native byte[] ICTCLAS_ParagraphProcess(byte[] sSrc, int eCodeType,  
100.             int bPOSTagged);  
101.   
102.       
103.     /************************************************************************ 
104.     * Method:     nativeProcAPara<! 分词，返回ICTCLAS_Result类对象对应的字节序列，需要按照一定的规则将其进行编码> 
105.     * Parameter:  byte[] sSrc<! 需要分词的文本内容> 
106.     * Parameter:  int bPOStagged<! 是否词性标注> 
107.     * Returns:      byte[] <! ICTCLAS_Result类对象对应的字节序列> 
108.     * Description:( ~_~这个接口现在还不是很明白怎么对其返回结果进行处理，希望各位网友赐教~_~) 
109.     * Remark: 1.2010/06/22 11 : 11 created by x10n6y version 5.0  
110.     *************************************************************************/  
111.     public native byte[] nativeProcAPara(byte[] sSrc, int eCodeType,  
112.             int bPOStagged);  
113.   
114.     /* Use static intializer */  
115.     static {  
116.         System.loadLibrary("ICTCLAS50");  
117. //      System.out.println("load ictclas50...");  
118.     }  
119. }