轉載：http://blog.csdn.net/churximi/article/details/51174182

備註：本文實驗環境為64位win7系統，32位python2.7.11

1.LTP下載

Windows系統直接下載編譯好的二進位制檔案ltp-3.3.1-win-x86.zip，不用管編譯。

2.資料夾放置

（1）新建一個專案資料夾：D:\myprojects\LTP；

（2）將模型檔案解壓後的ltp_data資料夾放入專案資料夾；

（3）將ltp-3.3.1-win-x86.zip解壓後的dll、exe檔案全部拷入專案資料夾。

最後資料夾列表如下：

說明：因為內部預設路徑的關係，這樣放置可以使ltp_data資料夾處在預設路徑上。

3.Python使用ltp_test

LTP提供的模型包括：（在ltp_data資料夾）
    cws.model        分句模型，單檔案
    pos.model        詞性標註模型，單檔案
    ner.model命名實體識別模型，單檔案
    parser.model依存句法分析模型，單檔案
    srl_data/語義角色標註模型，多檔案（資料夾srl）

    主要引數：執行緒數、最終步驟、輸入檔案路徑、模型路徑、詞典路徑等。

    具體可通過CMD執行ltp_test.exe檢視。

python程式簡單呼叫：

1. # -*- coding: utf-8 -*-
2. """ 
3. 學習：python執行CMD命令command，可以用&連線多個命令 
4. 功能：python呼叫CMD命令來執行本地LTP功能 
5. 時間：2016年4月13日 19:07:41 
6. """
7. import os  
8. project_path = "d:\\myprojects\\LTP"# 專案資料夾目錄
9. # 可設定ltp_test、（cws、pos、par、ner）_cmdline，但是注意各自能用的引數，沒有的引數請置空""
10. model_exe = "ltp_test"# 又如cws_cmdline
11. threads_num = " --threads "+str(3)                                    # 更改執行緒數
12. last_stage = " --last-stage "+"all"# 最終步驟，可設定ws、pos、ner、dp、srl、all
13. input_path = " --input "+"d:\\myprojects\\LTP\\file\\test.txt"# 輸入檔案
14. seg_lexicon = ""                                                      # 分詞使用者詞典
15. pos_lexicon = ""                                                      # 詞性標註使用者詞典
16. output_path = "D:\\myprojects\\LTP\\result\\out.txt"# 輸出檔案
17. command = "cd "+project_path+" & "+model_exe+threads_num+input_path+last_stage+" > "+output_path  
18. os.system(command)  

4.Python使用xxx_cmdline

（1）cws_cmdline ：分詞命令列 

（2）pos_cmdline ：詞性標註命令列 

（3）par_cmdline ：句法分析命令列

（4）ner_cmdline ：命名實體識別命令列

python程式簡單呼叫（以cws_cmdline為例，其他類似，引數略不同）

1. # -*- coding: utf-8 -*-
2. """ 
3. 功能：LTP本地分詞cws_cmdline，輸入文字需要每行一句。（不能自動分句） 
4. 時間：2016年4月13日 20:22:39 
5. """
6. import os  
7. project_path = "d:\\myprojects\\LTP"# 專案資料夾目錄
8. model_exe = "cws_cmdline"# 分詞模組，相當於ltp_test的last_stage=ws，但是輸出格式不同
9. threads_num = " --threads "+str(3)                                    # 更改執行緒數
10. input_path = " --input "+"d:\\myprojects\\LTP\\file\\test.txt"# 輸入檔案
11. seg_lexicon = " --segmentor-lexicon "+"D:\\myprojects\\LTP\\file\\seg_lexicon.txt"# 分詞使用者詞典
12. output_path = "D:\\myprojects\\LTP\\result\\out.txt"# 輸出檔案
13. command = "cd "+project_path+" & "+model_exe+threads_num+input_path+seg_lexicon+" > "+output_path  
14. os.system(command)  

5.注意事項

（1）長度限制：為了防止輸入過長句子對穩定性造成影響，限制輸入字數少於1024字，分詞結果少於256詞。

（2）編碼：統一採用UTF-8

6.使用心得

（1）ltp_test輸出結果只有xml格式；（線上ltp-cloud api呼叫可以返回多種格式）
（2）ltp_test可以自動分句，遇到新的文字段落時，句子編號重新會從0開始（所以已經分好句的文字，輸出結果中的句子編號都是0）
（3）單獨使用某個功能模組時，需要事先分好句或者分好詞；（不同分析之間存在的依賴關係）
（4）#、&、+等特殊符號不會影響LTP本地分析；（線上ltp-cloud api呼叫會有影響）；
（5）cws_cmdline分詞模組輸出結果為plain格式，分詞間隔用的是TAB製表符；
（6）pos_cmdline詞性標註模組輸出結果為plain格式，結果用TAB製表符分隔；詞與詞性之間以下劃線（_）連線。
（7）分詞使用者詞典問題：官方說“可以設定使用者詞典，但是ltp的分詞模組並非採用詞典匹配的策略，外部詞典以特徵方式加入機器學習演算法，並不能保證所有的詞都是按照詞典裡的方式進行切分。”

    例子：“C++”、“網際網路+”這樣的詞，加入詞典還是不能切分出來。

（8）一定要注意編碼問題：使用者詞典也要用UTF-8無BOM格式編碼，如果是UTF-8格式編碼，將導致第一行的詞不能被正確識別（因為存在位元組字首）。