中科院分词ICTCLAS导入用户词典后分词结果一样？
1 package ICTCLAS.I3S.Test; 2 3 import java.io.UnsupportedEncodingException; 4 5 import ICTCLAS.I3S.AC.ICTCLAS50; 6 7 public class Test_UserDic { 8 9 /** 10 * @param args 11 * @throws UnsupportedEncodingException 12 */ 13 public static void main(String[] args) throws UnsupportedEncodingException { 14 ICTCLAS50 ictclas = new ICTCLAS50(); 15 //initial 16 String argu = "."; //当前目录 17 if (ictclas.ICTCLAS_Init(argu.getBytes("UTF-8")) == false) { 18 System.err.println("Initail fail!"); 19 return; 20 } 21 System.out.println("Initial success!"); 22 23 String input = "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。千万科学家"; 24 25 //未添加词典前分词 26 System.out.println(input); 27 ictclas.ICTCLAS_SetPOSmap(ictclas.PKU_POS_MAP_FIRST); 28 byte nativeBytes[] = ictclas.ICTCLAS_ParagraphProcess(input.getBytes("UTF-8"), 0, 1); 29 String result = new String(nativeBytes, 0, nativeBytes.length, "UTF-8"); 30 System.out.println("未导入用户词典的分词结果是：\t" + result); 31 32 //添加用户词典分词 33 int count = 0; 34 String userDir = "userDict.txt"; //用户词典路径 35 byte[] userDirb = userDir.getBytes(); 36 count = ictclas.ICTCLAS_ImportUserDictFile(userDirb, 3); 37 System.out.println("\n导入用户词个数：\t" + count); 38 count = 0; 39 40 //导入用户词典后再分词 41 byte[] nativeBytes1 = ictclas.ICTCLAS_ParagraphProcess(input.getBytes("UTF-8"), 0, 1); 42 String result1 = new String(nativeBytes1, 0, nativeBytes1.length, "UTF-8"); 43 System.out.println("导入用户词典后的分词结果是：\t" + result1); 44 45 //退出，释放分词组件资源 46 ictclas.ICTCLAS_Exit(); 47 } 48 }
用户词典如下：
舟曲县城@@ZQXC
连夜@@LY
中国科学院@@v
工作@@t
研究@@nb
国科@t
万科@y
结果如下：
Initial success!
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。千万科学家
未导入用户词典的分词结果是： 中国科学院/n 计算技术/n 研究/v 所/u 在/v 多年/m 研究/v 工作/v 积累/v 的/u 基础/n 上/f ，/w 研制/v 出/v 了/u 汉语/n 词法分析/n 系统/n ICTCLAS/x 。/w 千/m 万/m 科学家/n
导入用户词个数： 7
导入用户词典后的分词结果是： 中国科学院/n 计算技术/n 研究/v 所/u 在/v 多年/m 研究/v 工作/v 积累/v 的/u 基础/n 上/f ，/w 研制/v 出/v 了/u 汉语/n 词法分析/n 系统/n ICTCLAS/x 。/w 千/m 万/m 科学家/n
没有变化！
看到网上有说用户词典是优先的，（2，用户词典的词的优先级貌似太高了。我在用户词典里加了“万科”这个词，结果测试语句“千万科学家”也被分成了“千/ 万科/ 学/ 家”）
但是我这里分词结果没有变化？
