ansj_seg

Ansj تجزئة الكلمة الصينية

يساعد

• وثائق التطوير: الإصدار 3.x وما قبله، الإصدار 5.x وما بعده

ملخص

هذا تطبيق جافا لتجزئة الكلمات الصينية استنادًا إلى n-Gram+CRF+HMM.

تصل سرعة تجزئة الكلمات إلى حوالي 2 مليون كلمة في الثانية (تم اختبارها على نظام mac air)، ويمكن أن تصل الدقة إلى أكثر من 96%.

حاليًا، تم تنفيذ وظائف مثل تجزئة الكلمات الصينية، والتعرف على الأسماء الصينية، والقواميس المعرفة من قبل المستخدم، واستخراج الكلمات الرئيسية، والتلخيص التلقائي، ووضع علامات على الكلمات الرئيسية.

يمكن تطبيقه على معالجة اللغة الطبيعية وجوانب أخرى، وهو مناسب لمختلف المشاريع التي تتطلب تأثيرات عالية لتجزئة الكلمات.

مخضرم

        
        <dependency>
            <groupId>org.ansj</groupId>
            <artifactId>ansj_seg</artifactId>
            <version>5.1.1</version>
        </dependency>
    

اتصل بالعرض التوضيحي

إذا قمت بالتنزيل لأول مرة وتريد فقط اختبار تأثير الاختبار، فيمكنك استدعاء هذه الواجهة البسيطة

 String str = "欢迎使用ansj_seg,(ansj中文分词)在这里如果你遇到什么问题都可以联系我.我一定尽我所能.帮助大家.ansj_seg更快,更准,更自由!" ;
 System.out.println(ToAnalysis.parse(str));
 
 欢迎/v,使用/v,ansj/en,_,seg/en,,,(,ansj/en,中文/nz,分词/n,),在/p,这里/r,如果/c,你/r,遇到/v,什么/r,问题/n,都/d,可以/v,联系/v,我/r,./m,我/r,一定/d,尽我所能/l,./m,帮助/v,大家/r,./m,ansj/en,_,seg/en,更快/d,,,更/d,准/a,,,更/d,自由/a,!

انضم إلينا

لقد كنت أفكر في ذلك لفترة طويلة، بغض النظر عما إذا كان أي شخص يمكن أن يساعدني. سأكتبها إذا كنت مهتمًا أو متحمسًا، يمكنك الاتصال بي.

• وثائق تكميلية، إضافة أمثلة وتعليمات الاتصال
• أضف بعض عمليات التعرف العادية، على سبيل المثال، التعرف على رقم بطاقة الهوية، غير المكتمل حاليًا، بما في ذلك时间识别، IP地址识别،邮箱识别،网址识别،词性识别، وما إلى ذلك...
• توفير نموذج CRF أكثر تحسينًا. استبدل نموذج ansj الافتراضي.
• حالات الاختبار التكميلي، واختبار غير مكتمل في العديد من الأماكن. إذا كنت مهتما يمكنك المساعدة!
• إعادة بناء نموذج التعرف على الاسم. أضف نماذج مثل التعرف على اسم المؤسسة.
• إضافة تحليل بناء الجملة والنحوي
• تنفيذ طريقة تجزئة الكلمات في lstm
• إملأ الفراغات...