備註：本文實驗環境爲64位win7系統，32位python2.7.11
哈工大LTP官方主頁：http://ltp.readthedocs.org/zh_CN/latest/index.html
1.LTP下載
（1）LTP項目文件ltp-3.3.1-win-x86.zip
（2）LTP模型文件3.3.1（2016年4月13日前）
Windows系統直接下載編譯好的二進制文件ltp-3.3.1-win-x86.zip，不用管編譯。
2.文件夾放置
（1）新建一個項目文件夾：D:\myprojects\LTP；
（2）將模型文件解壓後的ltp_data文件夾放入項目文件夾；
（3）將ltp-3.3.1-win-x86.zip解壓後的dll、exe文件全部拷入項目文件夾。
最後文件夾列表如下：
說明：因爲內部默認路徑的關係，這樣放置可以使ltp_data文件夾處在默認路徑上。
3.Python使用ltp_test
LTP提供的模型包括：（在ltp_data文件夾）
cws.model 分句模型，單文件
pos.model 詞性標註模型，單文件
ner.model 命名實體識別模型，單文件
parser.model 依存句法分析模型，單文件
srl_data/ 語義角色標註模型，多文件（文件夾srl）
主要參數：線程數、最終步驟、輸入文件路徑、模型路徑、詞典路徑等。
具體可通過CMD運行ltp_test.exe查看。
python程序簡單調用：
# -*- coding: utf-8 -*-
"""
學習：python執行CMD命令command，可以用&連接多個命令
功能：python調用CMD命令來執行本地LTP功能
時間：2016年4月13日 19:07:41
"""
import os
project_path = "d:\\myprojects\\LTP" # 項目文件夾目錄
# 可設置ltp_test、（cws、pos、par、ner）_cmdline，但是注意各自能用的參數，沒有的參數請置空""
model_exe = "ltp_test" # 又如cws_cmdline
threads_num = " --threads "+str(3) # 更改線程數
last_stage = " --last-stage "+"all" # 最終步驟，可設置ws、pos、ner、dp、srl、all
input_path = " --input "+"d:\\myprojects\\LTP\\file\\test.txt" # 輸入文件
seg_lexicon = "" # 分詞用戶詞典
pos_lexicon = "" # 詞性標註用戶詞典
output_path = "D:\\myprojects\\LTP\\result\\out.txt" # 輸出文件
command = "cd "+project_path+" & "+model_exe+threads_num+input_path+last_stage+" > "+output_path
os.system(command)4.Python使用xxx_cmdline
（1）cws_cmdline ：分詞命令行
（2）pos_cmdline ：詞性標註命令行
（3）par_cmdline ：句法分析命令行
（4）ner_cmdline ：命名實體識別命令行
python程序簡單調用（以cws_cmdline爲例，其他類似，參數略不同）
# -*- coding: utf-8 -*-
"""
功能：LTP本地分詞cws_cmdline，輸入文本需要每行一句。（不能自動分句）
時間：2016年4月13日 20:22:39
"""
import os
project_path = "d:\\myprojects\\LTP" # 項目文件夾目錄
model_exe = "cws_cmdline" # 分詞模塊，相當於ltp_test的last_stage=ws，但是輸出格式不同
threads_num = " --threads "+str(3) # 更改線程數
input_path = " --input "+"d:\\myprojects\\LTP\\file\\test.txt" # 輸入文件
seg_lexicon = " --segmentor-lexicon "+"D:\\myprojects\\LTP\\file\\seg_lexicon.txt" # 分詞用戶詞典
output_path = "D:\\myprojects\\LTP\\result\\out.txt" # 輸出文件
command = "cd "+project_path+" & "+model_exe+threads_num+input_path+seg_lexicon+" > "+output_path
os.system(command)5.注意事項
（1）長度限制：爲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；（在線ltp-cloud api調用可以返回多種格式）
（2）ltp_test可以自動分句，遇到新的文本段落時，句子編號重新會從0開始（所以已經分好句的文本，輸出結果中的句子編號都是0）
（3）單獨使用某個功能模塊時，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；（在線ltp-cloud api調用會有影響）；
（5）cws_cmdline分詞模塊輸出結果爲plain格式，分詞間隔用的是TAB製表符；
（6）pos_cmdline詞性標註模塊輸出結果爲plain格式，結果用TAB製表符分隔；詞與詞性之間以下劃線（_）連接。
（7）分詞用戶詞典問題：官方說“可以設置用戶詞典，但是ltp的分詞模塊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算法，並不能保證所有的詞都是按照詞典裏的方式進行切分。”
例子：“C++”、“互聯網+”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：用戶詞典也要用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（因爲存在字節前綴）。
