使用ICTCLAS JAVA版（ictclas4j）进行中文分词（附ictclas,停用词表,commons-lang-2.4.jar下载地址）
???? "耗时一年研制出了ICTCLAS汉语词法分析系统";
?? SegTag segTag = new SegTag(1);// 分词路径的数目??
?? SegResult segResult = segTag.split(fileContent.trim());
?? String classifyContent = segResult.getFinalResult();
?? System.out.println("分词结果\n"+classifyContent);
}
}
就是这样，我们可以得到输出的结果，并且带有词性的标注。
分词结果：
中国科学院/n 计算/n 技术/n 研究所/n 在/c 多年/m 研究/n 基础/a 上/f ，/w 耗时/v 一/d 年/a 研制/v 出/q 了/u ICTCLAS/nx 汉语/n 词法/n 分析/v 系统/a
三、关于可能出现的错误
??? 1.越界错误
在Dictionary.java里面的getMaxMatch()函数里要注意加上对wis的判断语句
if(wis != null)
否则有时会报出越界错误
2. “org.apache”
这个新建的测试类可能会提示错误："The import org.apache cannot be resolved"，这是由于系统需要一个Apache的commons的jar包。
?
附件中有 commons-lang-2.4.jar和停用词表（stopwords.rar）下载 。
