ICTCLAS的优化设计-PKU-北京大学.doc

ICTCLAS的授权策略 ICTCLAS的授权策略 1 ICTCLAS介绍 1 ICTCLAS大事记： 1 ICTCLAS授权策略 2 ICTCLAS自由软件授权 2 ICTCLAS商用API 2 ICTCLAS商用源代码 3 ICTCLAS介绍 词是最小的能够独立活动的有意义的语言成分,但汉语是以字为基本的书写单位，词语之间没有明显的区分标记，因此，中文词法分析是中文信息处理的基础与关键。为此,我们中国科学院计算技术研究所在多年研究基础上，耗时两年研制出了基于多层隐马模型的汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)。该系统的功能有：中文分词；词性标注；命名实体识别；未登录词识别。 特色在于：C/C++编写，支持多种Linux及Windows系列操作系统；ICTCLAS有GB2312和BIG5版本，可分别处理目简繁体中文；支持当前广泛承认的分词和词类标准，包括计算所词类标注集ICTPOS3.0，北大标准、滨州大学标准、国家语委标准、台湾“中研院”、香港“城市大学”；用户可以直接自定义输出的词类标准，定义输出格式；可按需要输出多个最优结果；所有功能模块均可拆卸组装。 计算所汉语词法分析系统ICTCLAS同时还提供一套完整的API接口(包括：动态连接库，静态连接库，Linux下的库函数和COM组件)和相应的概率词典，开发者可以直接在自己的系统中调用ICTCLAS，在分词和词性标注的基础上继续上层开发。 欢迎相关领域的工程技术人员、研究人员使用，并提供宝贵意见。 联系人：张华平 中国科学院计算技术研究所 zhanghp@software.ict.ac.cn 010xt. 838 刘 群 中国科学院计算技术研究所 liuqun@ict.ac.cn 010xt. 9607 ICTCLAS大事记： 2002年7月，在973项目图像、语音、自然语言理解与知识挖掘专家组的评测中，在所有参评的系统中，评测得分最高。（分词正确率高达97.58%，参赛单位包括北京大学，清华大学等） 2003年1月7日，获得国家版权局授予的软件著作权登记证书，编号为软著登字005178号） 在2003年4月22日至25日， ICTCLAS参加了第四十一届国际计算语言联合会(41st Annual Meeting of the Association for Computational Linguistics, 41th ACL )下设的汉语特别兴趣研究组(the ACL Special Interest Group on Chinese Language Processing, SIGHAN)举办的第一届国际汉语分词评测大赛，在参加的六项比赛中，获得了两项第一名、一项第二名。（参赛单位来自于6个国家和地区的12个系统，包括微软，SYSTRAN, Pennsylvania大学，Berkeley大学，北京大学 4) 作为计算所的15项免费技术成果之一，被来自于国内外的约3000人次的下载使用。作为中文自然语言处理开放平台的自由软件，受到了广泛的欢迎和关注，在《科学时报》、新浪网、人民日报海外版均有报道。 ICTCLAS授权策略 分为如下三种: 自由软件，商用API，商用源代码。 ICTCLAS自由软件授权 软件版本： Release Free Build0705(最后修订时间： 2002年7月；参加973评测版获得第一名，并在此基础上修正了程序部分BUG) 词典版本： Dictionary Free Build0705(一个月的概率词典) 成果形式 源代码，概率词典，文档，论文 效果： 973评测中获得较好成绩，可以满足个人及单位的非商业应用 技术支持： 责任自负，无技术支持 适用协议 自然语言处理开放资源许可证；自由软件授权方式 有何限制? 只做研究用途，不能用于商用，不得以任何形式随自己的软件产品发布 收费 完全免费，不提供API 源码： 完全公开 ICTCLAS商用API 软件版本： GB2312版本：ICTCLAS2.6 (最后修订日期：2004年4月30日；参加第一届国际评测获得两项第一名，一项第二名，并在此基础上修正了程序部分BUG) BIG5版本：ICTCLAS 1.2 (最后修订日期：2003年12月25日；参加第一届国际评测获得第三名) 词典版本： Lexico六个月语料库训练出来的概率词典) 成果形式 概率词典；文档；论文；一套完整的API接口(包括：动态连接库，静态连接库，Linux下的库函数和COM组件)，开发者可以直接在自己的系统中