Eclipse中ICTCLAS 2011 的java调用

http://hi.baidu.com/tanzhangwen/item/ab7c0909699546dddce5b006

本文由twenz整理。

以前ICTCLAS官方网站上并没有官方的java版本，只有一些爱好者根据c++改写的几个java版本供下载。2011/2009则提供了官方的java调用版本，但分词程序的实现应该还是基于c++的dll文件，只是提供了java的借口。下面简要介绍eclipse中使用ICTCLAS2011的简要步骤：

 

1. 下载最新版的分词开源软件ICTCLAS的java版（Windows）

ICTCLAS2011_Windows_32_jni

http://ictclas.org/ictclas_download.asp

 

2. 将ICTCLAS加入到工程中

下载的ICTCLAS50_Windows_32_JNI.rar\Sample\ictclas_sample_java解压到所建立的java工程中，如果工程中代码是放在src文件中的话，则可以把解压后的ICTCLAS文件夹拷贝到src源码文件夹中去

 

3. 运行分词软件ICTCLAS

将解压后的文件TestMain.java复制到工程的源码中去，即可以运行并分词。

 

4. 添加用户自定义的词典

由于提供的词典的词的数量不多，如“与时俱进”这一成语都不能分好，另外一些领域的词也没有，这样需要我们在用户词典中添加我们需要的词语。在解压的文件中有一个userdict.txt的文件，可以加入一些用户自定义的词语用作分词的词典。文件中有：

舟曲县城@@ZQXC
连夜@@LY

两个词。我如果加入一些词语如：

圣元

与时俱进

则能够将该这类词语分词。

 

ICTCLAS Init Fail 问题

问题1：ICTCLAS 2011 java 版本当调用次数增加时候就会导致内存不够而加载失败（Init Fail!）。我调用了300来次没有出问题，都是当调用500次以上时候就出现Init Fail!。在ICTCLAS bbs上一位朋友也遇到类似问题，解决办法是可以使用 开源的java包 或者ICTCLAS 2009(可以在官方网站上找到旧的版本）.

问题2：ICTCLAS以前一直运行正常，但是过了一段时间，如半年后，出现init failed，是因为license 过期。重新下载替换ICTCLAS.dll（ICTCLAS30/50.dll）即可。