使用动态库¶

如果您之前对C++使用动态库并不熟悉，可以 参考这里 。

下面以一个分词程序 cws.cpp 来说明调用动态库的具体过程。

首先，编写调用动态库的程序，注意需要包含相应的头文件，代码如下:

#include <iostream>
#include <string>
#include "segment_dll.h"

int main(int argc, char * argv[]) {
    if (argc < 2) {
        std::cerr << "cws [model path]" << std::endl;
        return 1;
    }

    void * engine = segmentor_create_segmentor(argv[1]);//分词接口，初始化分词器
    if (!engine) {
        return -1;
    }
    std::vector<std::string> words;
    int len = segmentor_segment(engine,
            "爱上一匹野马，可我的家里没有草原。", words);//分词接口，对句子分词。
    for (int i = 0; i < len; ++ i) {
        std::cout << words[i] << "|";
    }
    std::cout << std::endl;
    segmentor_release_segmentor(engine);//分词接口，释放分词器
    return 0;
}

接下来，编译程序，需要加入头文件和动态库的路径。

下面给出Linux、Windows两个平台下的编译示例。

g++ -o cws cws.cpp -I /path/to/your/ltp-project/include/ -I /path/to/your/ltp-project/thirdparty/boost/include -WL,-dn -L /path/to/your/ltp-project/lib/ -lsegmentor -lboost_regex -WL,-dy

分词接口¶

分词主要提供三个接口：

void *segmentor_create_segmentor(const char *path, const char *lexicon_path)¶

功能：

读取模型文件，初始化分词器。

参数：

参数名	参数描述
const char * path	指定模型文件的路径
const char * lexicon_path	指定外部词典路径。如果lexicon_path为NULL，则不加载外部词典

返回值：

返回一个指向分词器的指针。

int segmentor_release_segmentor(void *segmentor)¶

功能：

释放模型文件，销毁分词器。

参数：

参数名	参数描述
void * segmentor	待销毁分词器的指针

返回值：

销毁成功时返回0，否则返回-1

int segmentor_segment(void *segmentor, const std::string &line, std::vector<std::string> &words)¶

功能：

调用分词接口。

参数：

参数名	参数描述
void * segmentor	分词器的指针
const std::string & line	待分词句子
std::vector<std::string> & words	结果分词序列

返回值：

返回结果中词的个数。

#include <iostream>
#include <string>
#include "segment_dll.h"

int main(int argc, char * argv[]) {
    if (argc < 2) {
        std::cerr << "cws [model path]" << std::endl;
        return 1;
    }

    void * engine = segmentor_create_segmentor(argv[1]);
    if (!engine) {
        return -1;
    }
    std::vector<std::string> words;
    int len = segmentor_segment(engine,
            "爱上一匹野马，可我的家里没有草原。", words);
    for (int i = 0; i < len; ++ i) {
        std::cout << words[i] << "|";
    }
    std::cout << std::endl;
    segmentor_release_segmentor(engine);
    return 0;
}

词性标注接口¶

词性标注主要提供三个接口

void *postagger_create_postagger(const char *path, const char *lexicon_file)¶

功能：

读取模型文件，初始化词性标注器

参数：

参数名	参数描述
const char * path	词性标注模型路径
const char * lexicon_file	指定词性标注外部词典路径。如果lexicon_file为NULL，则不加载外部词典

lexicon_file参数指定的外部词典文件样例如下所示。每行指定一个词，第一列指定单词，第二列之后指定该词的候选词性（可以有多项，每一项占一列），列与列之间用空格区分:

雷人 v a
】 wp

返回值：

返回一个指向词性标注器的指针。

int postagger_release_postagger(void *postagger)¶

功能：

释放模型文件，销毁分词器。

参数：

参数名	参数描述
void * postagger	待销毁的词性标注器的指针

返回值：

销毁成功时返回0，否则返回-1

int postagger_postag(void *postagger, const std::vector<std::string> &words, std::vector<std::string> &tags)¶

功能：

调用词性标注接口

参数：

参数名	参数描述
void * postagger	词性标注器的指针
const std::vector<std::string> & words	待标注的词序列
std::vector<std::string> & tags	词性标注结果，序列中的第i个元素是第i个词的词性

返回值：

返回结果中词的个数

#include <iostream>
#include <vector>
#include "postag_dll.h"

int main(int argc, char * argv[]) {
    if (argc < 1) {
        return -1;
    }

    void * engine = postagger_create_postagger(argv[1]);
    if (!engine) {
        return -1;
    }

    std::vector<std::string> words;

    words.push_back("我");
    words.push_back("是");
    words.push_back("中国人");

    std::vector<std::string> tags;

    postagger_postag(engine, words, tags);

    for (int i = 0; i < tags.size(); ++ i) {
        std::cout << words[i] << "/" << tags[i];
        if (i == tags.size() - 1) std::cout << std::endl;
        else std::cout << " ";

    }

    postagger_release_postagger(engine);
    return 0;
}

命名实体识别接口¶

命名实体识别主要提供三个接口：

void *ner_create_recognizer(const char *path)¶

功能：

读取模型文件，初始化命名实体识别器

参数：

参数名	参数描述
const char * path	命名实体识别模型路径

返回值：

返回一个指向词性标注器的指针。

int ner_release_recognizer(void *recognizer)¶

功能：

释放模型文件，销毁命名实体识别器。

参数：

参数名	参数描述
void * recognizer	待销毁的命名实体识别器的指针

返回值：

销毁成功时返回0，否则返回-1

int ner_recognize(void *recognizer, const std::vector<std::string> &words, const std::vector<std::string> &postags, std::vector<std::string> tags)¶

功能：

调用命名实体识别接口

参数：

参数名	参数描述
void * recognizer	命名实体识别器的指针
const std::vector<std::string> & words	待识别的词序列
const std::vector<std::string> & postags	待识别的词的词性序列
std::vector<std::string> & tags	命名实体识别结果， 命名实体识别的结果为O时表示这个词不是命名实体， 否则为{POS}-{TYPE}形式的标记，POS代表这个词在命名实体中的位置，TYPE表示命名实体类型

返回值：

返回结果中词的个数

#include <iostream>
#include <vector>
#include "ner_dll.h"

int main(int argc, char * argv[]) {
    if (argc < 2) {
        std::cerr << "usage: ./ner [model_path]" << std::endl;
        return -1;
    }

    void * engine = ner_create_recognizer(argv[1]);
    if (!engine) {
        std::cerr << "failed to load model" << std::endl;
        return -1;
    }

    std::vector<std::string> words;
    std::vector<std::string> postags;

    words.push_back("中国");    postags.push_back("ns");
    words.push_back("国际");    postags.push_back("n");
    words.push_back("广播");    postags.push_back("n");
    words.push_back("电台");    postags.push_back("n");
    words.push_back("创办");    postags.push_back("v");
    words.push_back("于");      postags.push_back("p");
    words.push_back("1941年");  postags.push_back("m");
    words.push_back("12月");    postags.push_back("m");
    words.push_back("3日");     postags.push_back("m");
    words.push_back("。");      postags.push_back("wp");

    std::vector<std::string>    tags;

    ner_recognize(engine, words, postags, tags);

    for (int i = 0; i < tags.size(); ++ i) {
        std::cout << words[i] << "\t" << postags[i] << "\t" << tags[i] << std::endl;
    }

    ner_release_recognizer(engine);
    return 0;
}

依存句法分析接口¶

依存句法分析主要提供三个接口：

void *parser_create_parser(const char *path)¶

功能：

读取模型文件，初始化依存句法分析器

参数：

参数名	参数描述
const char * path	依存句法分析模型路径

返回值：

返回一个指向依存句法分析器的指针。

int parser_release_parser(void *parser)¶

功能：

释放模型文件，销毁依存句法分析器。

参数：

参数名	参数描述
void * parser	待销毁的依存句法分析器的指针

返回值：

销毁成功时返回0，否则返回-1

int parser_parse(void *parser, const std::vector<std::string> &words, const std::vector<std::string> &postagger, std::vector<int> &heads, std::vector<std::string> &deprels)¶

功能：

调用依存句法分析接口

参数：

参数名	参数描述
void * parser	依存句法分析器的指针
const std::vector<std::string> & words	待分析的词序列
const std::vector<std::string> & postags	待分析的词的词性序列
std::vector<int> & heads	结果依存弧，heads[i]代表第i个词的父亲节点的编号
std::vector<std::string> & deprels	结果依存弧关系类型

返回值：

返回结果中词的个数

#include <iostream>
#include <vector>
#include "parser_dll.h"

int main(int argc, char * argv[]) {
    if (argc < 2) {
        return -1;
    }

    void * engine = parser_create_parser(argv[1]);
    if (!engine) {
        return -1;
    }

    std::vector<std::string> words;
    std::vector<std::string> postags;

    words.push_back("一把手");      postags.push_back("n");
    words.push_back("亲自");        postags.push_back("d");
    words.push_back("过问");        postags.push_back("v");
    words.push_back("。");          postags.push_back("wp");

    std::vector<int>            heads;
    std::vector<std::string>    deprels;

    parser_parse(engine, words, postags, heads, deprels);

    for (int i = 0; i < heads.size(); ++ i) {
        std::cout << words[i] << "\t" << postags[i] << "\t"
            << heads[i] << "\t" << deprels[i] << std::endl;
    }

    parser_release_parser(engine);
    return 0;
}

语义角色标注接口¶

语义角色标注主要提供三个接口：

int srl_load_resource(const std::string &model)¶

功能：

读取模型文件，初始化语义角色标注器

参数：

返回值：

返回一个指向词性标注器的指针。

int srl_release_resource()¶

功能：

释放模型文件，销毁命名实体识别器。

返回值：

销毁成功时返回0，否则返回-1

int srl_dosrl(const std::vector<std::string> &words, const std::vector<std::string> &POS, const std::vector<std::pair<int, std::string>> &parse, std::vector<std::pair<int, std::vector<std::pair<std::string, std::pair<int, int>>>>> &SRLResult)¶

功能：

调用命名实体识别接口

参数：

参数名	参数描述
const std::vector<std::string> & words	输入的词序列
const std::vector<std::string> & postags	输入的词性序列
const std::vector< std::pair<int, std::string> > & parse	输入的依存句法结果 依存句法结果表示为长度为句子长的序列 序列中每个元素由两个成员组成，分别表示这个词的父节点的编号 1 和依存关系类型
std::vector< std::pair< int, std::vector< std::pair< std::string, std::pair<int, int> > > > >	输出的语义角色标注结果 语义角色标注结果表示为一个句子中谓词个数的序列 序列中每个谓词有两个成员组成，第一个成员表示谓词的下标，第二个成员是一个列表 列表中每个元素表示与这个谓词对应的论元 每个论元由两个成员组成： 第一个成员代表这个论元的语义角色类型， 第二个成员代表这个论元的管辖范围，表示成一个二元组

返回值：

返回结果中词的个数

注

1

编号从0记起