中文分词库

IK中文分词器在Elasticsearch上的使用。原生IK中文分词是从文件系统中读取词典，es-ik本身可扩展成从不同的源读取词典。目前提供从sqlite3数据库中读取。es-ik-plugi...

python-nlpir是NLPIR的一个python封装。NLPIR是目前运用最为广泛的中文分词工具。目前该软件支持Windows和Linux。

2011-06-26更新至2.0版 1.增加规则 2.增加词性分词 3.JSON格式返回数据 http-scws(基于scws的http协议中文分词)，软件基于scws 1.1.7版本二次开发，...

东北大学自然语言处理实验室 自从1980年创立以来一直从事语言分析和机器翻译技术研究工作，基于三十多年的雄厚研究积累，研制了一套中文句法语义分析系统NiuParser。 NiuParser系统能...

scseg中文分词，是基于mmseg的简单分词组件 Feature 支持pinyin分词 支持用户自定义词典 支持单位合并 支持汉字数字识别 Install pip install scseg ...

首先感谢jieba分词原作者fxsjy，没有他的无私贡献，我们也不会结识到结巴 分词，更不会有现在的java版本。 结巴分词的原始版本为python编写，目前该项目在github上的关注量为17...

jieba.NET 是 jieba 中文分词的 .NET 版本（C#实现）。当前版本为 0.37.1，基于 jieba 0.37，目标是提供与 jieba 一致的功能与接口，但以后可能会在 ji...

"哑哈"中文分词，更快或更准确，由你来定义。通过简单定制，让分词模块更适用于你的需求。 "Yaha" You can custom your Chinese Word Segmentation ...

rmmseg是浙江大学的学生pluskid开发的纯ruby版本的中文分词程序，采用的也是“基于词典的最大匹配算法” $ echo "我们都喜欢用 Ruby" | rmmseg 我们 都 喜欢 用...

word分词是一个Java实现的分布式的中文分词组件，提供了多种基于词典的分词算法，并利用ngram模型来消除歧义。能准确识别英文、数字，以及日期、时间等数量词，能识别人名、地名、组织机构名等未...

CWSharp 是 .Net 的中文分词组件，支持中英文或者混合词组，提供自定义词典功能，支持Lucene.Net。 特性 支持多种分词器 StandardTokenizer BigramTok...

cwsharp-go cwsharp-go是golang的文本分词包，支持中文、英文以及中英混合词组，除此之外，提供自定义分词的扩展（比如日文、韩文或其它语种）。 .NET版：CWSharp-C...

该软件是基于IK analyzer中文分词系统，以及基于知网的词语相似度计算一文，开发的能够将普通话转换为方言的分词翻译系统。软件采用基于词库的中文方言分词，对普通话的句子进行最大分词，从而进行...

中文分词器分词效果评估对比 使用说明： 如何建立开发环境？ 如果是使用Netbeans、IDEA，则直接打开项目 如果是使用Eclipse、MyEclipse，则要执行导入操作 推荐使用IDEA...

Ansj中文分词 这是一个ictclas的java实现.基本上重写了所有的数据结构和算法.词典是用的开源版的ictclas所提供的.并且进行了部分的人工优化 内存中中文分词每秒钟大约100万字(...

"结巴"中文分词的R语言版本，支持最大概率法（Maximum Probability），隐式马尔科夫模型（Hidden Markov Model），索引模型（QuerySegment），混合模型...

GoJieba 是 Jieba 分词 （结巴中文分词）的 Golang 语言版本分词库。 简介 支持多种分词方式，包括: 最大概率模式, HMM新词发现模式, 搜索引擎模式, 全模式 核心算法底...

该项目已经被合并到了项目：http://www.oschina.net/p/friso robbe是建立在friso中文分词组建上的一个高性能php中文分词扩展，同时支持对UTF-8/GBK编码...

Genius Genius是一个开源的python中文分词组件，采用 CRF(Conditional Random Field)条件随机场算法。 Feature 支持python2.x、pyth...

rmmseg的主要问题是性能和内存消耗。用纯ruby编写的rmmseg分词的速度非常慢，而且内存消耗非常惊人，当使用复杂分词算法的时候，内存呈线性上升的现象。为此rmmseg的作者pluskid...