从源代码安装¶

LTP包括两部分，分别是

项目文件
编译好的模型文件

你可以从以下链接获得最新的LTP项目源码。

Github项目托管

同时，你可以从以下一些地方获得LTP的模型。

百度云当前模型版本3.3.0

安装CMake¶

LTP使用编译工具CMake构建项目。在安装LTP之前，你需要首先安装CMake。CMake可以在 CMake项目官网。如果你是Windows用户，请下载CMake的二进制安装包；如果你是Linux，Mac OS或Cygwin的用户，可以通过编译源码的方式安装CMake，当然，你也可以使用Linux的软件源来安装。

Windows(MSVC)编译¶

第一步：构建VC Project¶

在项目文件夹下新建一个名为 build 的目录，打开CMake Gui，在source code中填入项目目录，在binaries中填入 build 目录。然后Configure -> Generate。

http://ir.hit.edu.cn/~yjliu/image/2013-7-12-cmake-win-setup.png

或者在命令行build目录下运行:

cmake ..

第二步：编译¶

构建后得到ALL_BUILD、RUN_TESTS、ZERO_CHECK三个VC Project。使用VS打开ALL_BUILD项目，选择Release [1] 方式构建项目。

Linux, Mac OSX 和 Cygwin编译¶

Linux、Mac OSX和Cygwin的用户，可以直接在项目根目录下使用命令进行编译:

./configure
make

编译结果说明¶

编译成功后，会在 bin 目录下生成以下二进制程序：

程序名	说明
`ltp_test`	LTP主程序
`ltp_server` [2]	LTP Server

在 lib 目录下生成以下静态链接库 [3] :

程序名	说明
`splitsnt.lib`	分句lib库
`segmentor.lib`	分词lib库
`postagger.lib`	词性标注lib库
`parser.lib`	依存句法分析lib库
`ner.lib`	命名实体识别lib库
`srl.lib`	语义角色标注lib库

在 tools/train 目录下生成以下二进制程序:

程序名	说明
`otcws`	分句训练和测试套件
`otpos`	词性标注训练和测试套件
`otner`	命名实体识别训练和测试套件
`lgdpj`	依存句法分析训练和测试套件
`lgsrl`	语义角色标注训练和测试套件

注

[1]	`boost::multi_array` 与VS2010不兼容的bug已经在3.1.0中得到修复，3.1.x及以上版本已经可以使用Debug方式构建，但出于效率考虑，仍旧建议使用Release方式构建。

[2]	在window版本中 `ltp_server` 、`Maxent` 、`SRLExtract` 、`SRLGetInstance` 并不被编译。

[3]	window下产生的静态库的后缀是.lib，linux下产生的静态库的后缀是.a