分詞往往是自然語言處理的第一步。在分詞的基礎上，我們可以進行關鍵字的提取、搜尋、糾錯等應用。在理論上，分詞可以採用的方法有很多，最經典的辦法莫過於HMM模型、CRF及其它語言模型如Bigram、Trigram等。NLPIR(又名：ICTCLAS2015)是由中科院張華平博士研發的，基於HMM模型免費分詞軟體。早期的版本名為ICTCLAS+年份。由於分詞的核心是由C語言寫成的，因此對於Java的開發人員不是十分地方便。不過好在Java的本地介面技術可以幫助我們應付簡單的開發和測試。下面就是本人用NLPIR建立的Java工程環境。經過測試，可以正常執行和分詞。在這裡結合C介面說明文件進行解釋（該文字可以從下載的NLPIR壓縮包中獲得）。

圖1.工程效果圖

0.初始化函式： NLPIR_Init(String sDataPath, int encoding, String sLicenceCode)

想要正確地執行NLPIR（無論在C環境還是Java環境），都必須具備兩個東西：Data資料夾和動態連結庫NLPIR.dll。它們均可以從下載的壓縮包中獲得。在圖1中也可以看到。

1.對記憶體中的字串進行分詞：NLPIR_ParagraphProcess(String sSrc, int bPOSTagged)

2.對外存中的字串進行分詞：NLPIR_FileProcess(String sSourceFilename,String sResultFilename,int bPOStagged)

3.新增或者刪除使用者自己的詞彙：NLPIR_AddUserWord(String sWord)， NLPIR_DelUsrWord(String sWord)

在瞭解了上述的一些介面函式後，我們就可以對做一些基本的分詞工作了。例如圖2就是一個分詞的簡單事例。

圖2.分詞程式的例子

分詞的結果為（其中最後一個分詞結果是添加了詞性標註）：