SCWS是SimpleChineseWordsSegmentation的缩写，即简易中文分词系统。
这是一套基于词频词典的机械中文分词引擎，它能将一整段的汉字基本正确的切分成词。词是汉语的基本语素单位，而书写的时候不像英语会在词之间用空格分开，所以如何准确而又快速的分词一直是中文分词的攻关难点。
SCWS在概念上并无创新成分，采用的是自行采集的词频词典，并辅以一定程度上的专有名称、人名、地名、数字年代等规则集，经小范围测试大概准确率在90%~95%之间，已能基本满足一些中小型搜索引擎、关键字提取等场合运用。SCWS采用纯C代码开发，以Unix-LikeOS为主要平台环境，提供共享函数库，方便植入各种现有软件系统。此外它支持GBK，UTF-8，BIG5等汉字编码，切词效率高。
评论