www.ictclas.org
中科院计算所 ICTCLAS 5.0 接口文档
http://www.ictclas.org
2010-12
Golaxy Ltd. Copyright © 2010 All rights reserved. 1/39
www.ictclas.org
Online testing can be available on http://www.ictclas.org
For the latest information about ICTCLAS, please visit http://www.ictclas.org
目录
目录
中科院计算所 ICTCLAS 5.0 接口文档............................................................................................1
目录.....................................................................................................................................................2
ICTCLAS 介绍：...............................................................................................................................3
1． 关于字符编码参数说明..............................................................................................................6
1.1 c/c++中为枚举值，如下：.................................................................................................6
1.2 Jni 中定义为 int 型，分别对应如下：...............................................................................6
2． C＋＋接口...................................................................................................................................6
2.1 ICTCLAS_Init.......................................................................................................................6
2.2 ICTCLAS_Exit......................................................................................................................8
2.3 ICTCLAS_ImportUserDict...................................................................................................9
2.4 ICTCLAS_ParagraphProcess..............................................................................................11
2.5 ICTCLAS_ParagraphProcessA...........................................................................................13
2.6 ICTCLAS_FileProcess........................................................................................................15
2.7 ICTCLAS_SetPOSmap.......................................................................................................16
2.8 ICTCLAS _GetWordId.......................................................................................................18
2.9 ICTCLAS_ResultFree.........................................................................................................19
3．JNI 接口......................................................................................................................................20
3.1 ICTCLAS_Init.....................................................................................................................20
3.2 ICTCLAS_Exit...................................................................................................................22
3.3 ICTCLAS_ImportUserDict.................................................................................................23
3.4 ICTCLAS_ParagraphProcess..............................................................................................25
3.5 ICTCLAS_FileProcess........................................................................................................27
3.6 ICTCLAS_SetPOSmap.......................................................................................................28
3.7 ICTCLAS_GetWordID.......................................................................................................30
3.8 ICTCLAS_nativeProcAPara...............................................................................................31
4. C#接口..........................................................................................................................................35
4.1 ICTCLAS _ ParagraphProcessAW.....................................................................................35
Golaxy Ltd. Copyright © 2010 All rights reserved. 2/39
www.ictclas.org
介绍：
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
，主要功能包括中文分词；词性标注；命名实体识
别；新词识别；同时支持用户词典。
ICTCLAS 的技术优势：
1.综合性能最优
分词系统能否达到实用性要求主要取决于两个因素：分词精度与分析速度，
这两者相互制约，难以平衡。大多数系统往往陷入“快而不准，准而不快”的窘
境。我们研制出了完美 大规模知识库管理技术
（ !!"#$%"），在高速度与高精度之间取得了重大突破，该技术可以
管理百万级别的词典知识库，单机每秒可以查询 ! 万词条，而内存消耗不到
知识库大小的 !% 倍。基于该技术，分词速度单机 $$#&'(，分词
精度 $)%* +， 不超过 &'，是当前世界上最好的汉语词法分析器。
2.统一的语言计算理论框架
汉语分词牵涉到汉语分词、未定义词识别、词性标注以及语言特例等多个
因素，大多数系统缺乏统一的处理方法，往往采用松散耦合的模块组合方式，
最终模型并不能准确有效地表达千差万别的语言现象，而 采用了层叠
隐马尔可夫模型（,--,../-01/.），将汉语词法分析
的所有环节都统一到了一个完整的理论框架中，获得最好的总体效果，相关理
论研究发表在顶级国际会议和杂志上，从理论上和实践上都证实了该模型的先
进性。
3.全方位支持各种环境下的应用开发
Golaxy Ltd. Copyright © 2010 All rights reserved. 3/39
www.ictclas.org
全部采用 (22编写，支持 、3-' 及 4.5 系
列操作系统，支持 (22(6((71 等主流的开发语言；
支持 8'& 编码分词，同时支持 93:) 编码和 ' 编码分词；
支持繁体中文分词；
支持多线程分词。
4.应需而变，量身定做
所有功能模块均可拆卸组装 支持 8'&、93:) 等编码，同时支
持 '8 ，可处理简繁体中文；支持当前广泛承认的分词和词类标准，包括计算
所词类标注集 ;"%，北大标准、滨州大学标准、国家语委标准、台湾
“中研院”、香港“城市大学”；用户可以直接自定义输出的词类标准，定义输出格
式；用户可以根据自己的需求，进行量身自助式定做适合自己的分词系统。
5.国内和国际权威的公开评测、五万客户的认可
有些公司为了商业目的，关门自测，自称准确度 $$% +，没有介绍测试
环境和测试方法，封闭测试或者小规模的开放测试准确度 !+都不足为奇的，
!% 在国内 $<" 专家组组织的评测中活动获得了第一名，
% 在第一届国际中文处理研究机构 , 组织的评测中都获得了
多项第一名，具体的参见系统评测部分。这些都是权威机构进行大规模现场开
放测试的结果，真实可信。
目前， 已经向国内外的企业和学术机构颁发 多份授权，
其中包括腾讯、=>、中华商务网、硅谷动力、云南日报等企业，北京大学、
清华大学、华南理工、麻省大学：同时， 广泛地被《科学时报》、
《人民日报》海外版、《科技日报》等多家媒体报道。您可以访问 8 进
一步了解 的应用情况。
Golaxy Ltd. Copyright © 2010 All rights reserved. 4/39
www.ictclas.org
ICTCLAS 5.0 新增特性
支持多种字符编码
ICTCLAS 支持常见字符编码，包括 GB2312、GBK、GB18030、UTF-8、BIG5。用户
可指定编码类型，也可让系统自动识别。
繁体中文分词
系统支持 BIG5 编码，即支持繁体中文分词。
支持多线程调用
系统内核全新升级。支持多线程调用。
Golaxy Ltd. Copyright © 2010 All rights reserved. 5/39
