标签：
一、前期准备：
1、下载最新版本的资源包：CTCLAS20160405171043_ICTCLAS2016分词系统下载包
2、下载最新版本的licence：https://github.com/NLPIR-team/NLPIR/tree/master/License
二、调试程序
1、将JnaTest_NLPIR工程工程导入到MyEclipse。
2、修改NLPIR目录
这个与操作系统有关，在\汉语分词20140928\lib\操作系统目录下。我的是win7 64bit，所以在汉语分词20140928\libwin64\目录下。写路径的时候注意特殊字符的转义，而且windows路径是反斜杠“\”，注意改成形如这样：“E://test//汉语分词20140928//lib//win64//NLPIR”，文件名不加后缀名。
3、修改Data文件夹目录
String argu = new File("").getAbsolutePath(); //Data文件夹在工程目录下
Data文件不在工程目录下，写路径要注意编码问题，我程序设置的系统编码是GBK，但是工程的编码设置的是utf-8，打印出来就能看出来路径中的中文都是乱码，当然会导致无法加载类或者是找不到配置文件。将所有设置编码的地方都设置成一样的编码，保证不会有错。工程的编码可以是utf-8，只要程序中所有地方都引用同一个系统编码就可以。
我第二次做这个实验鬼抽风般File("").getAbsolutePath();得到的是乱码(没有中文也有乱码)。还是IDE的编码设置等和其他一些编码设置问题，这个我实在是郁闷了。new File("").getAbsolutePath().getBytes("GBK")也许有效~我设置了工程的编码是GBK，但是打开工程文件.project是里面写了utf-8，我不清楚这有没有关系，实在不行，用命令行调试吧。
三、运行程序
如果你运气够好，没有出现什么幺蛾子，没有乱改程序，这时程序就可以正常运行了。
运行结果：
分词结果为： 据悉/v ，/wd 质检/vn 总局/n 已/d 将/d 最新/a 有关/vn 情况/n 再次/d 通报/v 美方/n ，/wd 要求/v 美方/n 加强/v 对/p 输/v 华/b 玉米/n 的/ude1 产地/n 来源/n 、/wn 运输/vn 及/cc 仓储/vn 等/udeng 环节/n 的/ude1 管/v 控/v 措施/n ，/wd 有效/ad 避免/v 输/v 华/b 玉米/n 被/pbei 未经/d 我国/n 农业部/nt 安全/an 评估/vn 并/cc 批准/v 的/ude1 转基因/n 品系/n 污染/vn 。/wj
关键词提取结果是：农业部#评估#仓储#污染#
如果你像我一样乱改了程序或者运气实在太差，sorry，你可能初始化失败。初始化失败的原因可能有：
1、licence过期。解决办法是下载最新的licence和修改系统时间。
2、无法找到Configure.xml。可能你有个地方乱改字符集或者字符集代码。请检查所有设置字符集的地方N遍。我在初始化ICTCLAS_Init时，将new File("").getAbsolutePath().getBytes("字符集")作为参数传递就可以正确运行了。
3、其他错误请参见错误日志的输出。
四、分析其他文件
1、字符流缓冲类输入输出文件
File file = new File("文件路径");
FileReader fileReader = new FileReader(file);
BufferedReader bufferedReader = new BufferedReader(fileReader);
String sInput = bufferedReader.readLine();
File outFile = new File("输出结果路径+输出结果.txt");
FileWriter fileWiter = new FileWriter(outFile);
BufferedWriter bufferedWriter = new BufferedWriter(fileWiter);
while((sInput = bufferedReader.readLine())!=null){
String nativeBytes = null;
try {
nativeBytes = CLibrary.Instance.NLPIR_ParagraphProcess(sInput, 3);
// String nativeStr = new String(nativeBytes, 0,
// nativeBytes.length,"utf-8");
//System.out.println("分词结果为： " + nativeBytes);
System.out.println("分词结果为： "+ transString(nativeBytes, system_charset, "GBK"));
bufferedWriter.write("分词结果为： "+ transString(nativeBytes, system_charset, "GBK"));
bufferedWriter.write("\r\n");
int nCountKey = 0;
String nativeByte = CLibrary.Instance.NLPIR_GetKeyWords(sInput, 10,false);
System.out.println("关键词提取结果是：" + nativeByte);
bufferedWriter.write("关键词提取结果是：" + nativeByte);
bufferedWriter.write("\r\n");
} catch (Exception ex) {
// TODO Auto-generated catch block
ex.printStackTrace();
}
}
记得关闭bufferedWriter。
到此为止我终于调试好了分词系统，中英文都很有效。文件也差不多看了，只是.dll里面不知道写了什么。能做到这里我已经很开心了，下篇我将按照说明做hadoop使用分词实例。
标签：
原文地址：http://www.cnblogs.com/lyr-notebook/p/5409008.html
