nlpir分词工具使用记录

项目开发中使用ansj分词，可是发现ansj分词在添加新词的时候有一些问题，果断选择ansj的祖先nlpir，首先第一个问题是将nlpir工具转化成java工程，步骤如下：

1：下载20131115123549_nlpir_ictclas2013_u20131115_release和20130416090323_Win-64bit-JNI-lib，后者JNI是为了java调用C程序；

2：将20130416090323_Win-64bit-JNI-lib中的kevin文件夹copy到eclipse工程的sr中，将TestNLPIR.java放到sr的另外一个包中，比如nlpir.test包中；将NLPIR_JNI.dll复制到工程下；

3：在eclipse工程中创建file文件夹，并且将nlpir_ictclas2013_u20131115_release中Data文件夹拷贝到file下面，顺便把test文件夹也拷过去吧，不过test文件夹是放到和file同级的目录下滴；进而，将bin文件夹下的NLPIR.dll也import进工程

讲过上述三个步骤，基本上搞定了，可以测试下，嘿嘿，如果发现什么初始化不成功，不要担心，去http://ictclas.nlpir.org/  下载最新的版本，然后把其中的Data文件夹拿过来，具体原因好像是认证什么玩意的（胡猜的哦）.....

这个时候，你会不会发现有不爽的地方啦，有的词你明明想让其分在一起，可是人家不鸟你，照样我行我素，不要急，下面就是搞定它

4：在TestNLPIR.java文件中写，记着下面的说到的代码一定要添加到初始化时候哦

5：加入人工词典有两种方式： 1）将userdic.txt载入 2）直接把词载入；一定要记着是GB2312编码啊，当时GB2312编码时if (!NLPIR.NLPIR_Init("./file/".getBytes(charset), tag))中的tag值为0，utf-8时为1；我试了utf-8时，就是不成功；其中两种方式的每个词条的格式都是一样滴（比如添加新词： 郑州大学自然语言处理实验师\tORG），其中ORG为词性；

    先说文件载入方式：

         String path="D:/userLibrary/userLibrary.dic";
        byte[] bpath=path.getBytes(charset);
        int count=nlpir.NLPIR_ImportUserDict(bpath);

count在载入的词条数目；这种方式后，可能会使Data文件夹大小变化；

     直接把词载入的方式：

             byte[] newword=" 郑州大学自然语言处理实验室\tORG".getBytes(charset);
     int count= nlpir.NLPIR_AddUserWord(newword);

这个时候，第二种方式是不会将新词放入Data中的，可以通过nlpir.NLPIR_SaveTheUsrDic()加入其中

--------------------------------------------------------------------------------------------------------------------------------------

到此为止，nlpir任意添加用户自定义词就搞定了，由于见识浅薄，如果有不对的地方，还请大神提出，谢谢哈