ICTCLAS2014 C++版本 的使用方法

这个工具是什么？先看看他的官方介绍吧：

NLPIR汉语分词系统(又名ICTCLAS2013),主要功能包括中文分词；词性标注；命名实体识别；用户词典功能；支持GBK编码、UTF8编码、BIG5编码。新增微博分词、新词发现与关键词提取；张华平博士先后倾力打造十余年，内核升级10次。

虽然介绍时候还是用的ICTCLAS2013，但是你会发现下载的版本里面dll是2014版本的。以前的博客可能不能成功使用。

ICTCLAS2013 Java版本的使用方法 请点击点击打开链接

ICTCLAS2013 c++版本的使用方法  请点击点击打开链接

一，先下载2014版本的c++版本：点击打开链接

此本版下面后的文件名字：20131115123549_nlpir_ictclas2013_u20131115_release.zip

解压文件后看到很多文件的：

图1. rar解压后的文件图

但是2014版本中的bin文件夹打开时这样的：

图2. 图1中bin文件夹打开后看到的图

注意： 此dll是2014版本的。

二，自己新建一个c++工程，在vs2010建名为ICTCLAS2014的工程（不要使用预编译头）。

建好后如图所示：

图3. 工程ICTCLAS2014根目录下的文件

三，将图1中的example-c文件夹（是整个文件夹，下同）复制到图3的ICTCLAS2014目录下，并且在ICTCLAS2014源文件中导入，同时将ICTCLAS2014.cpp文件下的_tmain函数注释掉。如图：

图4. 导入example-c文件夹下的Example-C.cpp文件

图5. 导入完成后，工程下面出现Example-C.cpp文件（图中红底线示意）

四，将图1中的include文件夹复制到图2的工程根目录下。否则，会出现下图所示错误。

图6. 复制include文件夹之前工程提示“无法打开源文件 "../../include/NLPIR.h"

图7.复制include文件夹之后，工程ICTCLAS2014根目录下的文件

五，

1>将图1中的lib文件夹复制到图2工程根目录下面，并且在项目->添加现有项中导入lib下的NLPIR.lib文件。

图8. 导入lib文件夹下NLPIR.lib文件

2>将图2中ICTCLAS2014文件夹下的NLPIR.dll文件复制到工程根目录下ICTCLAS2014目录下Debug目录下[注意：没有Debug目录，请将工程编译一次]。

注意：如果机器是32位的，请去下载32位对应的dll。

3>注释掉Example-C.cpp文件第9行语句。

 #pragma comment(lib, "../../bin/NLPIR.lib")  -->   // #pragma comment(lib, "../../bin/NLPIR.lib")

  （不要问我为什么，我只能告诉你，我也不知道。在我实验中不注释掉这句话，依然报错 fatal error LNK1104。）

六，将图1中的Data文件夹和test文件夹复制到图3工程根目录下。

图9， 步骤六完成后工程根目录下的文件

七，不做修改，编译后，运行工程。

失败了!!!!!!

图10， 编译，运行未做任何修改Example-C.cpp代码的结果。

解决方法：

将Example-C.cpp的322行注释掉，并且将323行注符号删除。修改后的两行如下:

testNewWord(GBK_CODE);
//testNewWord(UTF8_CODE);

编译后运行程序。成功了，如图：

图11，修改322行和323行后运行结果，识别新词。

如果想试试分词，继续行动。将327行注释符号去掉。编译，运行。

可惜的是......ICTCLAS INIT FAILED! 如图：

图12， 同时开启识别新词和分词函数的失败结果图。

不要泄气，注释掉322行，然后修改第80行代码：

if(!ICTCLAS_Init())//数据在当前路径下，默认为GBK编码的分词   ==》 if(!NLPIR_Init("..",0)//数据在当前路径下，默认为GBK编码的分词

注意：此处的NLPIR_Init("..",0)中的0是表示GBK编码。

编译，运行。 成功！！

图13，运行成功图。

注意事项：

1. 如果细心你会发现在图2中ICTCLAS2014文件夹中有一个20131213.err文件。

图14，ICTCLAS2014文件夹中文件，下划线为20131213.err文件

打开20131213.err文件

图15，20131213.err文件内容

此处的报错和图10报错是同一个类型（图10报错时候log文件也显示这个）。

2，testNewWord(GBK_CODE) 和 SplitGBK(sInput)同时使用报错。错误类型还未知。