LTP 分词算法实践

参考链接：

https://github.com/HIT-SCIR/ltp/blob/master/doc/install.rst

http://www.xfyun.cn/index.php/services/ltp/detail?&app_id=NTZmYzg5ZWE=

http://www.ltp-cloud.com/document/#api_rest_format_json

其他分词算法参考链接：

NLPIR:http://www.nlpir.org/    http://www.datatang.com/data/13483

bosonnlp: http://bosonnlp.com/

下面针对LTP分词算法 实践

1.登录官网 获取授权码api_key

2.分词接口操作 

接口参数：

 StringBuilder sb = new StringBuilder();
            sb.Append(" 本报讯 （记者 王少勇）3月28日，国土资源部部长、党组书记、国家土地总督察姜大明主持召开第10次部党组会议，传达学习习xx总书记在北京市考察工作时的重要讲话精神。会议提出，要深刻理解习xx总书记重要讲话精神，充分发挥国土资源部门的服务和保障作用，推进京津冀协同发展。  xx平总书记高度重视北京发展和京津冀协同发展，今年2月下旬专程到北京市调研考察，并发表重要讲话，从做好北京发展和管理工作、推动京津冀协同发展两个方面进行了深刻阐述。会议指出，习xx总书记的重要讲话，对于实现京津冀优势互补、促进环渤海经济区发展、带动北方腹地发展，意义重大、影响深远，要认真学习，深刻领会。 会议提出，国土资源部门要进一步解放思想，加大改革创新力度，");            
            string url = "http://ltpapi.voicecloud.cn/analysis/";
            string data = "api_key=xxx&text=" + sb.ToString() + "&pattern=ws&format=xml";
            string returnValue= HttpHelper.HttpPost(url,data);
            Console.WriteLine(returnValue);
            Console.ReadKey();

 /// <summary>
        /// Post请求 webClient
        /// </summary>
        /// <param name="Url">地址</param>
        /// <param name="postString">这里即为传递的参数，可以用工具抓包分析，也可以自己分析，主要是form里面每一个name都要加进来  </param>
        /// <returns></returns>
        public static string HttpPost(string url, string postString)
        {
            byte[] postData = Encoding.UTF8.GetBytes(postString);//编码，尤其是汉字，事先要看下抓取网页的编码方式  
            WebClient webClient = new WebClient();
            webClient.Headers.Add("Content-Type", "application/x-www-form-urlencoded");//采取POST方式必须加的header，如果改为GET方式的话就去掉这句话即可  
            byte[] responseData = webClient.UploadData(url, "POST", postData);//得到返回字符流  
            string srcString = Encoding.UTF8.GetString(responseData);//解码 
            return srcString;
        }

3.测试结果

<?xml version="1.0" encoding="utf-8" ?>
<xml4nlp>
    <note sent="y" word="y" pos="n" ne="n" parser="n" wsd="n" srl="n" />
    <doc>
        <para id="0">
            <sent id="0" cont="本报讯 （记者 王少勇）3月28日，国土资源部部长、党
组书记、国家土地总督察姜大明主持召开第10次部党组会议，传达学习习xx总书记在北京
市考察工作时的重要讲话精神。">
                <word id="0" cont="本报" />
                <word id="1" cont="讯" />
                <word id="2" cont="（" />
                <word id="3" cont="记者" />
                <word id="4" cont="王少勇" />
                <word id="5" cont="）" />
                <word id="6" cont="3月" />
                <word id="7" cont="28日" />
                <word id="8" cont="，" />
                <word id="9" cont="国土" />
                <word id="10" cont="资源部" />
                <word id="11" cont="部长" />
                <word id="12" cont="、" />
                <word id="13" cont="党组" />
                <word id="14" cont="书记" />
                <word id="15" cont="、" />
                <word id="16" cont="国家" />
                <word id="17" cont="土地" />
                <word id="18" cont="总督" />
                <word id="19" cont="察姜" />
                <word id="20" cont="大明" />
                <word id="21" cont="主持" />
                <word id="22" cont="召开" />
                <word id="23" cont="第10" />
                <word id="24" cont="次" />
                <word id="25" cont="部党组" />
                <word id="26" cont="会议" />
                <word id="27" cont="，" />
                <word id="28" cont="传达" />
                <word id="29" cont="学习" />
                <word id="30" cont="习" />
                <word id="31" cont="近平" />
                <word id="32" cont="总书记" />
                <word id="33" cont="在" />
                <word id="34" cont="北京市" />
                <word id="35" cont="考察" />
                <word id="36" cont="工作" />
                <word id="37" cont="时" />
                <word id="38" cont="的" />
                <word id="39" cont="重要" />
                <word id="40" cont="讲话" />
                <word id="41" cont="精神" />
                <word id="42" cont="。" />
            </sent>
            <sent id="1" cont="会议提出，要深刻理解习xx总书记重要讲话精神，充
分发挥国土资源部门的服务和保障作用，推进京津冀协同发展。">
                <word id="0" cont="会议" />
                <word id="1" cont="提出" />
                <word id="2" cont="，" />
                <word id="3" cont="要" />
                <word id="4" cont="深刻" />
                <word id="5" cont="理解" />
                <word id="6" cont="习" />
                <word id="7" cont="近平" />
                <word id="8" cont="总书记" />
                <word id="9" cont="重要" />
                <word id="10" cont="讲话" />
                <word id="11" cont="精神" />
                <word id="12" cont="，" />
                <word id="13" cont="充分" />
                <word id="14" cont="发挥" />
                <word id="15" cont="国土" />
                <word id="16" cont="资源" />
                <word id="17" cont="部门" />
                <word id="18" cont="的" />
                <word id="19" cont="服务" />
                <word id="20" cont="和" />
                <word id="21" cont="保障" />
                <word id="22" cont="作用" />
                <word id="23" cont="，" />
                <word id="24" cont="推进" />
                <word id="25" cont="京" />
                <word id="26" cont="津" />
                <word id="27" cont="冀" />
                <word id="28" cont="协同" />
                <word id="29" cont="发展" />
                <word id="30" cont="。" />
            </sent>
            <sent id="2" cont="习xx总书记高度重视北京发展和京津冀协同发展，今
年2月下旬专程到北京市调研考察，并发表重要讲话，从做好北京发展和管理工作、推动京
津冀协同发展两个方面进行了深刻阐述。">
                <word id="0" cont="习" />
                <word id="1" cont="近平" />
                <word id="2" cont="总书记" />
                <word id="3" cont="高度" />
                <word id="4" cont="重视" />
                <word id="5" cont="北京" />
                <word id="6" cont="发展" />
                <word id="7" cont="和" />
                <word id="8" cont="京" />
                <word id="9" cont="津" />
                <word id="10" cont="冀" />
                <word id="11" cont="协同" />
                <word id="12" cont="发展" />
                <word id="13" cont="，" />
                <word id="14" cont="今年" />
                <word id="15" cont="2月" />
                <word id="16" cont="下旬" />
                <word id="17" cont="专程" />
                <word id="18" cont="到" />
                <word id="19" cont="北京市" />
                <word id="20" cont="调研" />
                <word id="21" cont="考察" />
                <word id="22" cont="，" />
                <word id="23" cont="并" />
                <word id="24" cont="发表" />
                <word id="25" cont="重要" />
                <word id="26" cont="讲话" />
                <word id="27" cont="，" />
                <word id="28" cont="从" />
                <word id="29" cont="做好" />
                <word id="30" cont="北京" />
                <word id="31" cont="发展" />
                <word id="32" cont="和" />
                <word id="33" cont="管理" />
                <word id="34" cont="工作" />
                <word id="35" cont="、" />
                <word id="36" cont="推动" />
                <word id="37" cont="京" />
                <word id="38" cont="津" />
                <word id="39" cont="冀" />
                <word id="40" cont="协同" />
                <word id="41" cont="发展" />
                <word id="42" cont="两" />
                <word id="43" cont="个" />
                <word id="44" cont="方面" />
                <word id="45" cont="进行" />
                <word id="46" cont="了" />
                <word id="47" cont="深刻" />
                <word id="48" cont="阐述" />
                <word id="49" cont="。" />
            </sent>
            <sent id="3" cont="会议指出，习xx总书记的重要讲话，对于实现京津冀
优势互补、促进环渤海经济区发展、带动北方腹地发展，意义重大、影响深远，要认真学习
，深刻领会。">
                <word id="0" cont="会议" />
                <word id="1" cont="指出" />
                <word id="2" cont="，" />
                <word id="3" cont="习xx" />
                <word id="4" cont="总书记" />
                <word id="5" cont="的" />
                <word id="6" cont="重要" />
                <word id="7" cont="讲话" />
                <word id="8" cont="，" />
                <word id="9" cont="对于" />
                <word id="10" cont="实现" />
                <word id="11" cont="京" />
                <word id="12" cont="津" />
                <word id="13" cont="冀" />
                <word id="14" cont="优势" />
                <word id="15" cont="互补" />
                <word id="16" cont="、" />
                <word id="17" cont="促进" />
                <word id="18" cont="环" />
                <word id="19" cont="渤海" />
                <word id="20" cont="经济区" />
                <word id="21" cont="发展" />
                <word id="22" cont="、" />
                <word id="23" cont="带动" />
                <word id="24" cont="北方" />
                <word id="25" cont="腹地" />
                <word id="26" cont="发展" />
                <word id="27" cont="，" />
                <word id="28" cont="意义" />
                <word id="29" cont="重大" />
                <word id="30" cont="、" />
                <word id="31" cont="影响" />
                <word id="32" cont="深远" />
                <word id="33" cont="，" />
                <word id="34" cont="要" />
                <word id="35" cont="认真" />
                <word id="36" cont="学习" />
                <word id="37" cont="，" />
                <word id="38" cont="深刻" />
                <word id="39" cont="领会" />
                <word id="40" cont="。" />
            </sent>
            <sent id="4" cont="会议提出，国土资源部门要进一步解放思想，加大改革
创新力度，">
                <word id="0" cont="会议" />
                <word id="1" cont="提出" />
                <word id="2" cont="，" />
                <word id="3" cont="国土" />
                <word id="4" cont="资源" />
                <word id="5" cont="部门" />
                <word id="6" cont="要" />
                <word id="7" cont="进一步" />
                <word id="8" cont="解放思想" />
                <word id="9" cont="，" />
                <word id="10" cont="加大" />
                <word id="11" cont="改革" />
                <word id="12" cont="创新" />
                <word id="13" cont="力度" />
                <word id="14" cont="，" />
            </sent>
        </para>
    </doc>
</xml4nlp>