利用ictclas进行新闻关键词提取

来源：互联网发布：黄磊人设崩塌知乎编辑：程序博客网时间：2024/04/29 03:09

http://cjp1989.iteye.com/blog/1856613 这篇文章已经介绍了ictclas在win32位下面的配置，下载他的源码，那个工程师可以直接运行的。

这里是在那篇文章的基础上介绍ictclas在win64位下面的配置，以及如何解决UTF-8乱码的问题。

1、首先下载那个作者的文件，导入到工程中去

2、去http://ictclas.nlpir.org/downloads 下载64位的JNI：

3、用下载得到的文件替换原来工程中的文件

上面是下载的

上面两个是等待被替换的

4、把工程文本编码方式改成utf-8

5、自己写utf-8格式文件的读取方式，不要用工程中的NLPIR_GetFileKeyWords()函数

全部代码如下：

import kevin.zhang.NLPIR;import java.util.*;import java.io.*;public class TestNLPIR {public static void main(String[] args) throws Exception{String filePath = "./test/test-utf8.TXT";String tt=new String();try{           BufferedReader in = new BufferedReader(new InputStreamReader(new FileInputStream(filePath), "UTF8"));    String str;    while ((str = in.readLine()) != null) {    tt+=str;    }    test(tt);}catch (Exception ex){} }public static void test(String sInput){try{System.out.println(sInput);NLPIR testNLPIR = new NLPIR();String argu = "./file/";System.out.println("NLPIR_Init");if (testNLPIR.NLPIR_Init(argu.getBytes("GB2312"),0) == false){System.out.println("Init Fail!");return;}byte nativeBytes[]=testNLPIR.NLPIR_GetKeyWords(sInput.getBytes("GB2312"), 20, true);String nativeStr = new String(nativeBytes, 0, nativeBytes.length, "GB2312");String outline[] = new String[50];outline = nativeStr.split("  ", -1);System.out.println("关键词识别结果为:");for(int i=0;i<outline.length;i++){String newoutline[] = new String[3];newoutline=outline[i].split("/",-1);System.out.println(newoutline[0]+","+newoutline[2]);}testNLPIR.NLPIR_Exit();}catch (Exception ex){} }}

前面提到过如何用FudanNLP提取关键字，但是组长不满意，只好换成了ictclas，希望这下不要再折腾了吧。