NLPIR（ICTCLAS2016）对文本进行分词

功能：利用NLPIR对文本进行分词，并将分词结果导出为文本。

备注：win7 64位系统，netbeans编程

基本代码框架参见我的另一篇文章：NLPIR分词功能

代码实现：

package cwordseg;

import java.io.UnsupportedEncodingException;
// import utils.SystemParas;
import com.sun.jna.Library;
import com.sun.jna.Native;

/**
 * 
 * 功能：对整个文本进行分词，并将分词结果导出为文本
 * 最后更新时间：2016年3月15日 20:57:07
 */

public class CWordSeg {
    public interface CLibrary extends Library {
        CLibrary Instance = (CLibrary) Native.loadLibrary("D:\\NetBeansProjects\\CWordSeg\\file\\win64\\NLPIR",CLibrary.class);
        public int NLPIR_Init(String sDataPath,int encoding,String sLicenceCode);
        // 对文本进行分词：读入文本，输出文本，是否标注词性（0为不标注，1为标注）
        public void NLPIR_FileProcess(String txt_input, String txt_output, int i);
        public String NLPIR_GetLastErrorMsg();
        public void NLPIR_Exit();
    }

    public static String transString(String aidString,String ori_encoding,String new_encoding) {
        try {
            return new String(aidString.getBytes(ori_encoding),new_encoding);
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        return null;
    }

    public static void main(String[] args) throws Exception {
        String argu = "D:\\NetBeansProjects\\CWordSeg\\file";
        // String system_charset = "UTF-8";
        int charset_type = 1;                
        int init_flag = CLibrary.Instance.NLPIR_Init(argu, charset_type, "0");    
        String nativeBytes;

        // 初始化失败提示
        if (0 == init_flag) {
            nativeBytes = CLibrary.Instance.NLPIR_GetLastErrorMsg(); 
            System.err.println("初始化失败！原因："+nativeBytes);
            return;
        }

        String txt_input = "D:\\NetBeansProjects\\CWordSeg\\file\\testinput.txt";   // 读入文本
        String txt_output = "D:\\NetBeansProjects\\CWordSeg\\file\\testoutput.txt";    // 输出文本
        try {
            //  对读入文本分词，并导出结果为另一个文本，要注意读入文本的编码格式（这里为UTF-8)
            CLibrary.Instance.NLPIR_FileProcess(txt_input,txt_output,1);
            CLibrary.Instance.NLPIR_Exit();
        } catch (Exception ex) {
            // TODO Auto-generated catch block
            ex.printStackTrace();
        }
    }
}

函数说明：

public void NLPIR_FileProcess(String txt_input, String txt_output, int i);

参数：
    txt_input为输入文本路径，如D:\\NetBeansProjects\\CWordSeg\\file\\testinput.txt
    txt_output为输出文本路径，如D:\\NetBeansProjects\\CWordSeg\\file\\testoutput.txt
    i=0表示不进行词性标注，i=1表示进行词性标注。

注意事项：

（1）读入文本的编码格式要注意保持一致，否则将不能正确分词；

（2）导出文本如果不存在，会自动创建命名的文本；如果路径中已经存在，将会覆盖掉原来的文本。