如果你想要使用LTP，必须拥有两部分内容
- LTP项目文件
- LTP模型文件
你可以从以下链接获得最新的LTP项目源码。
如果你是windows用户，你也可以跳过从源代码编译的环节，从以下链接获得编译好的二进制文件
你可以从以下链接获得LTP的模型文件
- 百度云 当前模型版本3.3.1
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。
在项目文件夹下新建一个名为 :file:`build` 的目录，打开CMake Gui，在source code中填入项目目录，在binaries中填入 :file:`build` 目录。然后Configure -> Generate。
或者在命令行build目录下运行:
cmake ..
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
编译成功后，会在 :file:`bin` 目录下生成以下二进制程序：
| 程序名 | 说明 |
|---|---|
| :file:`ltp_test` | LTP主程序 |
| :file:`ltp_server` [2] | LTP Server |
在 :file:`bin/examples` 目录下生成以下二进制程序:
| 程序名 | 说明 |
|---|---|
| :file:`cws_cmdline` | 分词模块命令行程序 |
| :file:`pos_cmdline` | 词性标注模块命令行程序 |
| :file:`ner_cmdline` | 命名实体识别模块命令行程序 |
| :file:`par_cmdline` | 依存句法分析模块命令行程序 |
在 :file:`lib` 目录下生成以下静态链接库 [3] :
| 程序名 | 说明 |
|---|---|
| :file:`splitsnt.lib` | 分句lib库 |
| :file:`segmentor.lib` | 分词lib库 |
| :file:`postagger.lib` | 词性标注lib库 |
| :file:`parser.lib` | 依存句法分析lib库 |
| :file:`ner.lib` | 命名实体识别lib库 |
| :file:`srl.lib` | 语义角色标注lib库 |
在 :file:`tools/train` 目录下生成以下二进制程序:
| 程序名 | 说明 |
|---|---|
| :file:`otcws` | 分词训练和测试套件 |
| :file:`otpos` | 词性标注训练和测试套件 |
| :file:`otner` | 命名实体识别训练和测试套件 |
| :file:`nndepparser` | 依存句法分析训练和测试套件 |
| :file:`lgsrl` | 语义角色标注训练和测试套件 |
注
| [1] | :file:`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 :file:`ltp_server` 、:file:`Maxent` 、:file:`SRLExtract` 、:file:`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 |