示例程序

znlp-examples 模块有 4 个示例类，都在 dev.znlp.examples 包下，可以用 Gradle 直接运行。

运行方式

# 默认运行 CwsPerceptronExample
./gradlew :znlp-examples:run

# 指定其他示例
./gradlew :znlp-examples:run -PmainClass=examples.dev.znlp.DefaultSegmenterExample
./gradlew :znlp-examples:run -PmainClass=examples.dev.znlp.DucklingExample
./gradlew :znlp-examples:run -PmainClass=examples.dev.znlp.FastTextExample

机制说明（znlp-examples/build.gradle.kts）：模块应用了 application 插件，mainClass 取自 Gradle 属性 -PmainClass=...，缺省值是 examples.dev.znlp.CwsPerceptronExample。run 任务的 maxHeapSize 是 2 GB。

CwsPerceptronExample

默认示例。 独立运行 CWS 感知机分词，不走流水线：

CwsPerceptron cws = Znlp.getService(CwsPerceptron.class);
List<String> words = cws.split(text);

适合用来对比感知机分词与词典分词的效果差异。因为它绕过了 PipelineSegmenter，所以没有词性、人名、NER，也没有二元语法的影响——是观察纯统计模型行为的最干净入口。

DefaultSegmenterExample

演示三种分词形态的对比：

内容	代码
默认分词（词典 + 二元 + 人名 + POS）	`Znlp.segment(text)`
标准配方追加 NER	`SegmentRecipe.standard().withNer().build()`
Duckling 结构化解析	`Znlp.parse(text)`

这是最贴近实际使用的示例，能直观看到 Token 的词性输出、NER 命中情况，以及 Duckling 与分词是两条独立的路。

相关文档：中文分词、命名实体识别、Duckling

DucklingExample

覆盖 Duckling 的全部已注册维度：数字、序数、金额、时间、百分比、距离、温度、年龄、电话、时长。

LocalDateTime clock = LocalDateTime.of(2019, 11, 11, 0, 0);
for (Dimension d : Znlp.parse(text, clock)) {
    System.out.println(d.getKind() + " " + d.getText()
            + " [" + d.getStart() + "," + d.getEnd() + "]");
}

注意 getStart() / getEnd() 是闭区间。另外 DimensionKind 里虽然有 Email 和 Url，但没有对应 grammar，示例中也不会出现这两类。

FastTextExample

演示文本分类的完整往返：

步骤	API
监督训练	`FastText.trainSupervised(file, args)`
top-k 预测	`model.predict(tokens, k, threshold)`
全部标签预测	`model.predict(tokens, Model.kUnlimitedPredictions, threshold)`
评估 P@1 / R@1	`model.test(file, 1, threshold, print)`
模型落盘与加载	`model.saveModel(file)` / `FastText.loadModel(file)`

saveModel 产出的是 Facebook fastText v0.9.2 兼容的 .bin（非量化），可以被官方 CLI 读取；反过来官方训练的 .bin 也能被 loadModel 读入，但 .ftz 量化模型不支持。

自己写示例

在你的项目里复现这些示例，最小依赖是主库加资源 jar：

import dev.znlp.Znlp;
import segment.dev.znlp.Token;

public class Demo {
    public static void main(String[] args) {
        for (Token t : Znlp.segment("中国科学院计算技术研究所位于北京市")) {
            System.out.println(t.word + "/" + t.getNature());
        }
    }
}

如果抛 ResourceNotFoundException，先确认 znlp-resources 在运行时 classpath 上——主库对它是 runtimeOnly 依赖，不会传递给你的项目。异常消息里会自动生成应该补的 Maven / Gradle 依赖片段。