java -mx1g -cp seg.jar edu.stanford.nlp.ie.crf.CRFClassifier
-sighanCorporaDict data
-loadClassifier data/ctb.gz
-testFile preprocess-$1.txt
-inputEncoding UTF-8
-sighanPostProcessing true
-serDictionary data/dict-chris6.ser.gz,data/cedict.txt,data/ntusd.txt
-keepAllWhitespaces false >$1_seged.txt
其中data/dict-chris6.ser.gz爲自帶的詞典庫壓縮文件,data/cedict.txt,data/ntusd.txt爲用戶自定義的兩個詞典文件,詞典文件的數據格式是每一行爲一個詞。