计算所汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)

Contents

  1. 简介
  2. 使用示例
  3. 下载
    1. Windows
    2. linux
    3. 源代码
  4. 编译说明
    1. windows
    2. linux
    3. 其它
  5. 反馈

简介

作者:中国科学院计算技术研究所副研究员张华平博士

PyIctclas是通过简单修改ICTCLAS后，在windows和linux下编译成python的扩展模块。使用boost_python。

使用示例

#coding=utf-8
source="PyIctclas是通过简单修改ICTCLAS后，在windows和linux下编译成python的扩展模块。"
import PyIctclas
ictclas=PyIctclas.CIctclas("./")
#词典文件必须都放在data文件夹下，初始化CIctclas必须传递一个路径
#CIctclas里组合路径的时候是简单的连接两个字符串，所以这个参数必須是"/"结尾.
#例如参数值是"./"，连接后就是"./data/coreDict.dct"
source=unicode(source,'utf-8').encode('gb2312')
#ICTCLAS只能处理gb2312的字符串，所以必须先转换为gb2312后才能处理
if ictclas.IsOK(): #如果返回False,说明在设置的路径内没有找到词典文件
    result=ictclas.Process(source)
    result=unicode(result,'gb2312').encode('utf-8')
    print result
else:
    print '找不到data文件'
输出结果：
PyIctclas  是  通过  简单  修改  ICTCLAS  后  ，  在  windows  和  linux  下  编  译  成  python  的  扩展  模块  。
每个词之间用两个半角空格分隔。

下载

文件比较多，今天网速不好，上传不了。先给个地址大家下载吧。 是放在公司的电脑上，公司要求下班后关电脑，所以有时会无法下载。白天开机.

http://torry.letme.cn/mediafiles/PyIctclas_All/data.rar

http://torry.letme.cn/mediafiles/PyIctclas_All/data.zip

http://torry.letme.cn/mediafiles/PyIctclas_All/data.tar.bz2

说明：程序所必需的文件，解压后，所有词典文件，要放在一个“data"文件夹下，这个文件夹名字是固定的。

Windows

http://torry.letme.cn/mediafiles/PyIctclas_All/PyIctclas_win32.zip

在python2.4下测试通过，其它环境可能不行，其它环境请下载源码自行编译

http://torry.letme.cn/mediafiles/PyIctclas_All/PyIctclas25.zip

对应python2.5的编译版本. 由beyking([email protected])修改编译的..

linux

http://torry.letme.cn/mediafiles/PyIctclas_All/PyIctclas_boostpython.tar.bz2

在Ubuntu/py2.4/boost-1.33.1环境下编译，连接时附加了libboost_python.a，不需要libboost_python.so就可以运行，需要libpython2.4.so和libstdc++.so

http://torry.letme.cn/mediafiles/PyIctclas_All/PyIctclas_boostpython_python24.tar.bz2

在Ubuntu/py2.4/boost-1.33.1环境下编译，连接时附加了libboost_python.a和libpython2.4.a, 运行时还需要libstdc++.so

http://torry.letme.cn/mediafiles/PyIctclas_All/PyIctclas_boostpython_python24_stdc++.tar.bz2

在Ubuntu/py2.4/boost-1.33.1环境下编译，连接时附加了libboost_python.a和libpython2.4.a和libstdc++.a，在debian + py2.3 环境下测试正常

源代码

http://torry.letme.cn/mediafiles/PyIctclas_All/PyIctclas_src.rar

http://torry.letme.cn/mediafiles/PyIctclas_All/PyIctclas_src.zip

http://torry.letme.cn/mediafiles/PyIctclas_All/PyIctclas_src.tar.bz2

编译说明

windows

win_libs文件夹里放着boost_python.dll boost_python.lib python24.lib 也许能用得上。boost_python最好还是用自己编译的 PyIctclas文件夹下有一个vs2005项目，稍修改引用路径后就可以编译

linux

linux_libs文件夹下放着libboost_python.a libpython2.4.a libstdc++.a 也许能帮上忙，如果这些文件不正常，请自己安装相应的包.

linux_objs文件夹，默认的Makefile生成的.o文件都生成到这个文件夹里

linux_release文件夹，默认的Makefile生成的PyIctclas.so就生成到这个文件夹里 src 文件夹里是cpp代码

Makefile 文件，我不太会写Makefile，编译的时候需修改里面的BOOST_ROOT和PYTHON_INCLUDE两个路径

其它

src目录下是C＋＋的代码，自己组织编译吧。

反馈

测试的并不多，大家发现什么问题请多在这里交流。。。 wiki我也不太会用，大家有时间的话，多多编辑此页吧。 头太晕 [email protected]

PyIctclas (last edited 2009-12-25 07:16:18 by localhost)