第一章：绪论

下载：绪论

• Stanford CoreNLP
• OpenNLP
• General Architecture for Text Engineering (GATE)
• Unstructured Information Management Applications (UIMA)
• Mallet
• Deep Learning for Java (DL4J)
• Commons Text
• Snowball
• Weka
• Tika

• 下载JDK（版本：jdk-8u***-windows-x64.exe）：https://www.oracle.com/java/technologies/downloads/
• 设置环境变量：

JAVA_HOME: C:\Program Files\Java\jdk1.8.0_301
CLASSPATH: %JAVA_HOME%\lib\tools.jar;%JAVA_HOME%\lib\dt.jar;
PATH: %JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;

• 测试是否安装成功

> java
> javac

• 下载（apache-maven-<version>-bin.zip或apache-maven-<version>-bin.tar.gz）：https://maven.apache.org/download.cgi
• 解压至某个目录，比如：d:\dev\maven
• 配置环境变量Path，新增d:\dev\maven\bin
• 验证是否安装成功

> mvn -v

• Repository路径配置（可选）：利用文本编辑器（比如：Sublime Text）打开Maven解压目录里中conf子目录下的settings.xml文件，配置localRepository项，实例如下：

<localRepository>D:/dev/maven/repo</localRepository>

• 下载：https://www.eclipse.org/downloads/
• 配置：Windows–>Preferences–>Maven
  • Installations: Add解压的Maven目录，并打上对勾，点击Apply；
  • User Settings: 在User Settings中选择Browse，选择Maven解压目录里中conf子目录下的settings.xml文件，点击Apply and Close。

• File–>Project–>Maven–>Maven Project，点击Next；
• 点击Next；
• 修改Use default Workspace location，或直接点击Next；
• 选择maven-archetype-quickstart，点击Next；
• 输入Group Id（例如：cn.edu.bjut），Artifact Id（例如：text-mining）和Package（例如：cn.edu.bjut.chapter1），点击Finish。

POM.xml

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
  <modelVersion>4.0.0</modelVersion>
 
  <groupId>cn.edu.bjut</groupId>
  <artifactId>text-mining</artifactId>
  <version>0.0.1-SNAPSHOT</version>
  <packaging>jar</packaging>
 
  <name>text-mining</name>
  <url>http://maven.apache.org</url>
 
  <properties>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
  </properties>
 
  <dependencies>
    <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>3.8.1</version>
      <scope>test</scope>
    </dependency>
 
    <dependency>
      <groupId>org.apache.opennlp</groupId>
      <artifactId>opennlp-tools</artifactId>
      <version>1.9.3</version>
    </dependency>
  </dependencies>
</project>

TokenizerExample.java

package cn.edu.bjut.chapter1;
 
import opennlp.tools.tokenize.SimpleTokenizer;
 
public class TokenizerExample {
	public static void main(String[] args) {
		String text = "Text analysis and text mining are amazing!";
		SimpleTokenizer tokenizer = SimpleTokenizer.INSTANCE;
 
		System.out.println("Tokens:");
		String[] tokens = tokenizer.tokenize(text);
		for (String token : tokens) {
			System.out.println(token);
		}
	}
}