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、ictclas.org中科院计算所ICTCLAS5.0接口文档http://www.ictclas.org2010-12Onlinetestingcanbeavailableonhttp://ictclas.org/test.htmlForthelatestinformationaboutICTCLAS,pleasevisitICTCLAS.orgGolaxyLtd.Copyright©2010ictclas.org.Allrightsreserved.33/33ictclas.org目录ICTCLAS介绍3支持多种字符编码5繁体中文分词5支持

2、多线程调用5关于字符编码参数说明5c/c++中为枚举值，如下：6Jni中定义为int型，分别对应如下：61．C＋＋接口61.1ICTCLAS_Init61.2ICTCLAS_Exit71.3ICTCLAS_ImportUserDict91.4ICTCLAS_ParagraphProcess111.5ICTCLAS_ParagraphProcessA121.6ICTCLAS_FileProcess141.7ICTCLAS_SetPOSmap151.8ICTCLAS_GetWordId171.9ICTCLAS_ResultFree182．JNI接口

3、192.1ICTCLAS_Init192.2ICTCLAS_Exit202.3ICTCLAS_ImportUserDict222.4ICTCLAS_ParagraphProcess242.5ICTCLAS_FileProcess252.6ICTCLAS_SetPOSmap272.7ICTCLAS_GetWordID282.8ICTCLAS_nativeProcAPara303.C#接口33ICTCLAS_ParagraphProcessAW33联系方式38高云朋中科计算技术转移中心网络智能事业部地址：北京市海淀区科学院南路10号中科院计算所攻关

4、楼4层邮编：100190电话：+86-10-62600480/1/2分机807传真：+86-10-62600480手机：+86-13910154064邮箱:yangj@ithinker.cnMSN:yjgreabc@hotmail.com;网址:　http://www.ithinker.cn38GolaxyLtd.Copyright©2010ictclas.org.Allrightsreserved.33/33ictclas.orgICTCLAS介绍中国科学院计算技术研究所在多年研究工作积累的基础上，研制出了汉语词法分析系统ICTCLAS(In

5、stituteofComputingTechnology,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，该技术可以管理百万级别的词典知识库，单机每秒可以查询100万词

6、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有环节都统一到了一个完整的理论框架中，获得最

7、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；支持繁体中文分词；支持多线程分词。GolaxyLtd.Copyright©2010ictclas.org.Allrightsreserved.33/33ictclas.org4.应需而变，量身定做　　

8、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