中科院分词系统 java_如何使用中科院分词系统(java版)

做数据挖掘，分词是很重要、很基础的一个环节。单独实现一个分词系统并不是一件简单的事情，特别是对于中文而言。好在中科院已经有一套开源的分词系统NLPIR，我们可以直接拿来使用，很方便。下面我就记录一下基于java怎么使用这套系统。

首先看一下关于分词系统的简介

NLPIR汉语分词系统(又名ICTCLAS2013),主要功能包括中文分词；词性标注；命名实体识别；用户词典功能；支持GBK编码、UTF8编码、BIG5编码。新增微博分词、新词发现与关键词提取；张华平博士先后倾力打造十余年，内核升级10次。

下载第一个“NLPIR/ICTCLAS2015分词系统下载包”即可，如下图

下载之后，解压缩。

进入子目录下的sample文件夹，你会看到有各种示例，我们要用的是java的示例，即“JnaTest_NLPIR”，如下图：

打开eclipse，import这个工程，过程就不再赘述了。

import之后，这时候你去跑，是会报错的。

其实，我们需要改几个地方。

1.回到刚才解压的下载包，进入目录下的lib文件夹，选择你机器对应的版本，比如我是win32的，我就复制win32这个文件夹，粘贴到eclipse工程和src同级目录下，此时工作目录应是如图所示：