开通博客赚积分
发布资源赚积分
分类

源码开发语言/平台
当前位置：首页 > 源码/资料 > 多国语言处理 > 查看源码
Segment.h
资源名称：ICTCLASV1.2.rar　[点击查看]
上传用户：sunyong76
上传日期：2021-10-03
资源大小：2236k
文件大小：3k
源码类别：

多国语言处理

开发平台：

Java

Segment.h：源码内容
  1. //////////////////////////////////////////////////////////////////////
  2. //ICTCLAS简介：计算所汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，
  3. //             功能有：中文分词；词性标注；未登录词识别。
  4. //             分词正确率高达97.58%(973专家评测结果)，
  5. //             未登录词识别召回率均高于90%，其中中国人名的识别召回率接近98%;
  6. //             处理速度为31.5Kbytes/s。
  7. //著作权：  Copyright?2002-2005中科院计算所 职务著作权人：张华平 刘群
  8. //遵循协议：自然语言处理开放资源许可证1.0
  9. //Email: zhanghp@software.ict.ac.cn
  10. //Homepage:www.nlp.org.cn;mtgroup.ict.ac.cn
  11. /****************************************************************************
  12.  *
  13.  * Copyright (c) 2000, 2001 
  14.  *     Machine Group
  15.  *     Software Research Lab.
  16.  *     Institute of Computing Tech.
  17.  *     Chinese Academy of Sciences
  18.  *     All rights reserved.
  19.  *
  20.  * This file is the confidential and proprietary property of 
  21.  * Institute of Computing Tech. and the posession or use of this file requires 
  22.  * a written license from the author.
  23.  * Filename: Segment.cpp
  24.  * Abstract:
  25.  *           interface for the CSegment class.
  26.  * Author:   Kevin Zhang 
  27.  *          (zhanghp@software.ict.ac.cn)
  28.  * Date:     2002-4-23
  29.  *
  30.  * Notes:  N-Shortest paths Word segmentation
  31.  *                
  32.  ****************************************************************************/
  34. #if !defined(AFX_SEGMENT_H__76DAE34D_434F_4989_8F00_64F17B5E19ED__INCLUDED_)
  35. #define AFX_SEGMENT_H__76DAE34D_434F_4989_8F00_64F17B5E19ED__INCLUDED_
  37. #if _MSC_VER > 1000
  38. #pragma once
  39. #endif // _MSC_VER > 1000
  40. #include "DynamicArray.h"
  41. #include "..\Utility\Dictionary.h"
  42. #include "SegGraph.h"//The segmentation graph
  43. #define MAX_WORDS 650
  44. #define MAX_SEGMENT_NUM 10
  45. class CSegment  
  46. {
  47. public:
  48. bool BiOptimumSegment(unsigned int nResultCount,double dSmoothingPara, CDictionary &dictBinary, CDictionary &dictCore);
  49. bool BiSegment(char *sSentence,double dSmoothingPara,CDictionary &dictCore,CDictionary &dictBinary,unsigned int nResultCount);
  50. bool GetLastWord(PWORD_RESULT pItem, char *sWordRet);
  51. int GetResultCount(PWORD_RESULT pItem);
  52. bool OptimumSegmet(int nResultCount);
  53. //Word Segmentation based on optimum segmentation graph
  54. //After unknown word recognition
  55. bool Segment(char *sSentence,CDictionary &dictCore,int nResultCount=10);
  56. CSegment();
  57. virtual ~CSegment();
  58. PWORD_RESULT *m_pWordSeg;
  59. int m_nSegmentCount;
  60. //The segmentation result
  61. CDynamicArray m_graphOptimum;//The optimumized segmentation graph
  62. CSegGraph m_graphSeg;//The segmentation graph
  64. /*----Added By huangjin@ict.ac.cn 2006-5-30----*/
  65. void ClearSegmentWord(void);
  66. /*-----------------------------------------------*/
  67. protected:
  68. bool BiPath2UniPath(int *npPath);
  69. bool BiGraphGenerate(CDynamicArray &aWord,CDynamicArray &aBinaryWordNet,double dSmoothingPara,CDictionary &DictBinary,CDictionary &DictCore);
  70. //CDynamicArray &aWord: the words array
  71. //CDynamicArray &aBinaryWordNet:the net between words
  72. //double dSmoothingPara: the parameter of data smoothing
  73. //CDictionary &DictBinary: the binary dictionary
  74. //CDictionary &DictCore: the Core dictionary
  75. bool IsYearTime(char *sNum);
  76. bool GenerateWord(int ** nSegRoute, int nIndex);
  78. private:
  79. int *m_npWordPosMapTable;//Record the position map of possible words
  80. int m_nWordCount;//Record the End position of possible words
  81. };
  82. #endif // !defined(AFX_SEGMENT_H__76DAE34D_434F_4989_8F00_64F17B5E19ED__INCLUDED_)