集成NLPIR语义分析讲解.doc

Java集成NLPIR语义分析系统 简介 NLPIR是一套专门针对原始文本集进行处理和加工的软件，提供了中间件处理效果的可视化展示，也可以作为小规模数据的处理加工工具。用户可以使用该软件对自己的数据进行处理。NLPIR分词系统前身为2000年发布的ICTCLAS词法分析系统，从2009年开始，为了和以前工作进行大的区隔，并推广NLPIR自然语言处理与信息检索共享平台，调整命名为NLPIR分词系统。NLPIR 系统支持多种编码（GBK 编码、UTF8 编码、BIG5 编码）、多种操作系统（Windows, Linux， FreeBSD 等所有主流操作系统）、多种开发语言与平台（包括：C/C++/C#,Java,Python,Hadoop 等）。/NLPIR-team/NLPIR，这个URL地址可以下载整个的NLPIR项目，如果要下载某一单独部分，比如summary(摘要)，在下载时需要用TortoiseSVN工具，在check out里输入地址：/NLPIR-team/NLPIR/tree/master/NLPIR%20SDK/Summary，把tree/master换成trunk，下载。 与web项目集成 web项目的搭建与配置在这里不在累述。 NLPIR2016版本可以使用配置文件配置需要读取的dll路径 使用配置文件时，代码中初始化接口时需要修改读取dll文件的路径。如： 图中的nlpirpathString需要读取dll_or_so_path来获得（避免又用配置文件，有放dll到tomcat bin目录下的问题） 如果不用配置文件，则需要把用到的dll放到tomcat的bin目录下。 我们以提取文本摘要为例，讲一下集成NLPIR。 加入jar包 pom.xml里加入jna包的引用 拷贝Data和win64两个文件夹 把下载的源码中Data和win64两个文件夹拷贝到tomcat的bin目录下 拷贝代码 拷贝src下的文件到项目下，修改包路径 对方法进行简单封装 ClibraryDS.java类的代码如下，我把初始化接口的静态变量放到了自己的测试类中 package com.springmvc.nlpir.summary.lingjoin.summary; import com.sun.jna.Library; /** * 生成摘要的组件，该组件可以自定义摘要的长度 * @author lingjoin_zyp * */ public interface CLibraryDS extends Library { // 定义并初始化接口的静态变量 /** * 功能：初始化 * @param sPath Data目录的父目录，可以直接传入来表示寻找项目下的Data目录 * @param nEncoding 设置分词编码，只能处理相应初始编码的文件.默认为GBK。 * 0：GBK；1：UTF-8;2:BIG5;3:GBK_FANTI * @param sLicenseCode 授权码，这里直接用0，就可以了 * @return true - 成功；false - 失败 * 备注：在进程中此函数必须在其他函数之前调用（只需执行一次） */ public boolean DS_Init(String sPath, int nEncoding, String sLicenseCode); /** * 功能：生成单文档摘要 * @param sText 文档内容 * @param fSumRate 文档摘要占原文百分比,该值最大不能超过1.00 * @param iSumLen 用户限定的摘要长度 * @param bHtmlTagRemove-[IN] 是否需要对原文进行Html标签的去除 * @return * 备注：fSumRate和iSumLen这个两个参数设置一个就可以了，例如： * DS_SingleDoc(sText, 0.00f, 80); * DS_SingleDoc(sText, 0.50f, 0); */ public String DS_SingleDoc(String sText, float fSumRate, int iSumLen, boolean bHtmlTagRemove); /** * 退出，释放资源；进程结束前须调用它释放所占用的内存资源 * 备注：如果需要频繁的生成摘要，那么不要调用这个方法 */ public void DS_Exit(); /** * 获得错误消息 * @return 错误消息