public static String testICTCLAS_ParagraphProcess2(String sInput) {
try {
ICTCLAS50 testICTCLAS50 = new ICTCLAS50();
String argu = ".";
// 初始化
if (testICTCLAS50.ICTCLAS_Init(argu.getBytes("GB2312")) == false) {
System.out.println("Init Fail!");
return null;
}
// 设置词性标注集(0 计算所二级标注集，1 计算所一级标注集，2 北大二级标注集，3 北大一级标注集)
testICTCLAS50.ICTCLAS_SetPOSmap(2);
// 导入用户词典前分词
byte nativeBytes[] =
testICTCLAS50.ICTCLAS_ParagraphProcess(sInput.getBytes("GB2312"), 0, 0); // 分词处理
System.out.println(nativeBytes.length);
return new String(nativeBytes, 0, nativeBytes.length, "GB2312");
/*
//导入用户字典
int nCount = 0;
String usrdir = "userdict.txt"; //用户字典路径
byte[] usrdirb = usrdir.getBytes();//将string转化为byte类型
//导入用户字典,返回导入用户词语个数第一个参数为用户字典路径，第二个参数为用户字典的编码类型
nCount = testICTCLAS50.ICTCLAS_ImportUserDictFile(usrdirb, 0);
System.out.println("导入用户词个数" + nCount);
nCount = 0;
//导入用户字典后再分词
byte nativeBytes1[] = testICTCLAS50.ICTCLAS_ParagraphProcess(sInput.getBytes("GB2312"), 2, 0);
System.out.println(nativeBytes1.length);
String nativeStr1 = new String(nativeBytes1, 0, nativeBytes1.length, "GB2312");
System.out.println("导入用户词典后的分词结果： " + nativeStr1);
//保存用户字典
testICTCLAS50.ICTCLAS_SaveTheUsrDic();
//释放分词组件资源
testICTCLAS50.ICTCLAS_Exit();
*/
} catch (Exception ex) {
}
return null;
}
public static void testICTCLAS_FileProcess() {
try {
ICTCLAS50 testICTCLAS50 = new ICTCLAS50();
// 分词所需库的路径
String argu = ".";
// 初始化
if (testICTCLAS50.ICTCLAS_Init(argu.getBytes("GB2312")) == false) {
System.out.println("Init Fail!");
return;
}
// 输入文件名
String Inputfilename = "test.txt";
byte[] Inputfilenameb = Inputfilename.getBytes(); // 将文件名string类型转为byte类型
// 分词处理后输出文件名
String Outputfilename = "test_result.txt";
byte[] Outputfilenameb = Outputfilename.getBytes(); // 将文件名string类型转为byte类型
// 文件分词(第一个参数为输入文件的名,第二个参数为文件编码类型,第三个参数为是否标记词性集1 yes,0 no,第四个参数为输出文件名)
testICTCLAS50.ICTCLAS_FileProcess(Inputfilenameb, 0, 0, Outputfilenameb);
int nCount = 0;
String usrdir = "userdict.txt"; // 用户字典路径
byte[] usrdirb = usrdir.getBytes(); // 将string转化为byte类型
// 第一个参数为用户字典路径，第二个参数为用户字典的编码类型(0:type unknown;1:ASCII码;2:GB2312,GBK,GB10380;3:UTF-8;4:BIG5)
nCount = testICTCLAS50.ICTCLAS_ImportUserDictFile(usrdirb, 0); // 导入用户字典,返回导入用户词语个数
System.out.println("导入用户词个数" + nCount);
nCount = 0;
String Outputfilename1 = "testing_result.txt";
byte[] Outputfilenameb1 = Outputfilename1.getBytes(); // 将文件名string类型转为byte类型
// 文件分词(第一个参数为输入文件的名,第二个参数为文件编码类型,第三个参数为是否标记词性集1 yes,0 no,第四个参数为输出文件名)
testICTCLAS50.ICTCLAS_FileProcess(Inputfilenameb, 0, 0, Outputfilenameb1);
} catch (Exception ex) {
}
}
