ictclas bug修复

最新推荐文章于 2021-03-09 20:07:39 发布

转载最新推荐文章于 2021-03-09 20:07:39 发布 · 58 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/nashiyue/p/4725377.html

大体上参考链接：http://blog.youkuaiyun.com/luojinping/article/details/8788743

最后注意下SegTag.java文件

1     public SegTag(int segPathCount) {
2         this.segPathCount = segPathCount;
3         coreDict = new Dictionary("data\\coreDict.dct");
4         bigramDict = new Dictionary("data\\bigramDict.dct");
5         personTagger = new PosTagger(Utility.TAG_TYPE.TT_PERSON, "data\\nr", coreDict);
6         transPersonTagger = new PosTagger(Utility.TAG_TYPE.TT_TRANS_PERSON, "data\\tr", coreDict);
7         placeTagger = new PosTagger(Utility.TAG_TYPE.TT_TRANS_PERSON, "data\\ns", coreDict);
8         lexTagger = new PosTagger(Utility.TAG_TYPE.TT_NORMAL, "data\\lexical", coreDict);
9 }

然而ictclas4j解压后的文件是Data，以及他目录下的是BigramDict.dct，所以先把这两个首字母改成小写的。

另外，如果是在Linux环境下，将路径分隔符改成/,否则切割词的时候，会出现一个一个的情况

如果不希望出现词语后面带属性的结果，找到SegTag文件，里面的outputResult方法，将其最后的代码改成如下所示：

 1 // 根据分词路径生成分词结果
 2     private String outputResult(ArrayList<SegNode> wrList) {
 3         String result = null;
 4         String temp=null;
 5         char[] pos = new char[2];
 6         if (wrList != null && wrList.size() > 0) {
 7             result = "";
 8             for (int i = 0; i < wrList.size(); i++) {
 9                 SegNode sn = wrList.get(i);
10                 if (sn.getPos() != POSTag.SEN_BEGIN && sn.getPos() != POSTag.SEN_END) {
11                     int tag = Math.abs(sn.getPos());
12                     pos[0] = (char) (tag / 256);
13                     pos[1] = (char) (tag % 256);
14                     temp=""+pos[0];
15                     if(pos[1]>0)
16                         temp+=""+pos[1];
17 //                    result += sn.getSrcWord() + "/" + temp + " ";
18                     result += sn.getSrcWord() + " ";
19                 }
20             }
21         }