PROC JIEBA 过程，在SAS调用JIEBA中文分词功能

[GreenCode]

利用SAS Toolkit写的一个过程步，可以在SAS代码中调用JIEBA中文分词功能，源代码在 https://github.com/SASAnalyser/PROC-JIEBA，可以执行文件： https://github.com/SASAnalyser/PROC-JIEBA/releases

需要Windows 或者Linux 下安装有64位 SAS 9.4 (Unicode 支持)，例子：

data indata;
format inword $char200.;
input inword;
datalines;
小明硕士毕业于中国科学院计算所，后在日本京都大学深造
;
run;

proc jieba data=indata out=outdata maxword=32;
dictpath "C:\SASToolkit\cjieba\dict";
var inword;
instr "我是拖拉机学院手扶拖拉机专业的";
run;

对indata里var 指定的变量如果没var则对所有字符变量分词和 instr指定的句子分词。

结果保存在 out 数据集，如果不指定 out 数据集则结果打印在日志窗口。

[whymath]

你好，请问这是一个自定义的过程步吗？是怎样做到的？

[GreenCode]

不好意思，好久没来这里。是的，是用SAS提供的编程接口工具SAS/TOOLKIT来写的调用jieba功能的一个自定义过程步，具体的实现可看完整的源代码 https://github.com/SASAnalyser/PROC-JIEBA 和SAS/TOOLKIT 帮助文档 https://support.sas.com/documentation/onlinedoc/toolkit/p245.pdf

[whymath]

打开了新世界的大门，多谢多谢

[GreenCode]

data _null_;
put "呵呵，恭喜你有发现！";
run;