LTP和THULAC的安装与分词工具的使用

本文介绍了LTP和THULAC两个分词工具的安装和使用步骤。对于LTP,包括了解压文件、编译、移动模型数据、执行分词命令等;对于THULAC,涉及编译源码、替换可执行文件、设置模型路径及使用选项。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

LTP分词工具使用说明:

提前准备:
1. LTP项目文件 :ltp-3.4.0.tar.gz
2. LTP模型文件 :ltp_data_v3.4.0.zip

分别将上述文件进行解压:
执行命令:tar -zxv -f ltp-3.4.0.tar.gz ,解压后的文件为 ltp-3.4.0
执行命令:unzip ltp_data_v3.4.0.zip ,解压后的文件为 ltp_data_v3.4.0

使用步骤:

1. 直接在项目根目录下使用命令进行编译,即进入ltp-3.4.0文件目录后,执行
./configure
make
若编译成功,则会在项目根目录下生成bin目录,其目录下有ltp_test和ltp_server,以及./bin/example中有以下二进制程序:
cws_cmdline
ner_cmdline
par_cmdline
pos_cmdline
srl_cmdline

2.将解压后的文件ltp_data_v3.4.0移动到./bin下,并命名为ltp_data ;
将待处理文件(输入文件)移动到./bin 下,注意:要求输入文件的编码格式是utf-8!!!

3.由于只需要进行分词,我们只利用到cws_cmdline程序,因此,为了方便起见,将cws_cmdline文件移动到./bin下,

通过执行./cws_cmdline可查看其使用方法:
cws_cmdline in LTP 3.4.0 - (C) 2012-2017 HIT-SCIR
The console application for Chinese word segmentation.

usage: ./cws_cmdline <options>

options:
  --threads arg                     The number of threads [def

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值