中科院计算所ictclas0接口文档

《中科院计算所ictclas0接口文档》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、www.ictclas.org中科院计算所ICTCLAS5.0接口文档http://www.ictclas.org2010-12Onlinetestingcanbeavailableonhttp://www.ictclas.orgForthelatestinformationaboutICTCLAS,pleasevisithttp://www.ictclas.orgGolaxyLtd.Copyright©2010Allrightsreserved.34/34www.ictclas.org目录1．关于字符编码参数说明61.1c/c++中为枚举值，如下：61

2、.2Jni中定义为int型，分别对应如下：62．C＋＋接口62.1ICTCLAS_Init62.2ICTCLAS_Exit82.3ICTCLAS_ImportUserDict92.4ICTCLAS_ParagraphProcess112.5ICTCLAS_ParagraphProcessA122.6ICTCLAS_FileProcess152.7ICTCLAS_SetPOSmap162.8ICTCLAS_GetWordId172.9ICTCLAS_ResultFree183．JNI接口193.1ICTCLAS_Init193.2ICTCLAS_Exit2

3、13.3ICTCLAS_ImportUserDict223.4ICTCLAS_ParagraphProcess243.5ICTCLAS_FileProcess263.6ICTCLAS_SetPOSmap273.7ICTCLAS_GetWordID293.8ICTCLAS_nativeProcAPara304.C#接口334.1ICTCLAS_ParagraphProcessAW33GolaxyLtd.Copyright©2010Allrightsreserved.34/34www.ictclas.orgICTCLAS介绍：中国科学院计算技术研究所在多年研

4、究工作积累的基础上，研制出了汉语词法分析系统ICTCLAS(InstituteofComputingTechnology,ChineseLexicalAnalysisSystem)，主要功能包括中文分词；词性标注；命名实体识别；新词识别；同时支持用户词典。ICTCLAS的技术优势：1.综合性能最优分词系统能否达到实用性要求主要取决于两个因素：分词精度与分析速度，这两者相互制约，难以平衡。大多数系统往往陷入“快而不准，准而不快”的窘境。我们研制出了完美PDAT大规模知识库管理技术（200510130690.3），在高速度与高精度之间取得了重大突破，该技术可

5、以管理百万级别的词典知识库，单机每秒可以查询100万词条，而内存消耗不到知识库大小的1.5倍。基于该技术，ICTCLAS分词速度单机996KB/s，分词精度98.45%，API不超过200KB，是当前世界上最好的汉语词法分析器。2.统一的语言计算理论框架　　汉语分词牵涉到汉语分词、未定义词识别、词性标注以及语言特例等多个因素，大多数系统缺乏统一的处理方法，往往采用松散耦合的模块组合方式，最终模型并不能准确有效地表达千差万别的语言现象，而ICTCLAS采用了层叠隐马尔可夫模型（HierarchicalHiddenMarkovModel），将汉语词法分析的所

6、有环节都统一到了一个完整的理论框架中，获得最好的总体效果，相关理论研究发表在顶级国际会议和杂志上，从理论上和实践上都证实了该模型的先进性。3.全方位支持各种环境下的应用开发ICTCLAS全部采用C/C++编写，支持Linux、FreeBSD及Windows系列操作系统，支持C/C++/C#/Delphi/Java等主流的开发语言；支持GBK编码分词，同时支持UTF-8编码和Big5编码分词；GolaxyLtd.Copyright©2010Allrightsreserved.34/34www.ictclas.org支持繁体中文分词；支持多线程分词。4.应需

7、而变，量身定做　　所有功能模块均可拆卸组装,ICTCLAS支持GBK、UTF-8等编码，同时支持BIG5，可处理简繁体中文；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；用户可以根据自己的需求，进行量身自助式定做适合自己的分词系统。5.国内和国际权威的公开评测、五万客户的认可　　有些公司为了商业目的，关门自测，自称准确度99.50%，没有介绍测试环境和测试方法，封闭测试或者小规模的开放测试准确度100%都不足

8、为奇的，ICTCLAS1.0在国内973专家组组织的评测中活动获得了第一名，IC