ansj_seg

Ansj Chinesische Wortsegmentierung

Helfen

• Entwicklungsdokumente: Version 3.x und früher, Version 5.x und später

Zusammenfassung

Dies ist eine Java-Implementierung der chinesischen Wortsegmentierung basierend auf n-Gram+CRF+HMM.

Die Wortsegmentierungsgeschwindigkeit erreicht etwa 2 Millionen Wörter pro Sekunde (getestet auf Mac Air) und die Genauigkeit kann mehr als 96 % erreichen.

Derzeit sind Funktionen wie chinesische Wortsegmentierung, chinesische Namenserkennung, benutzerdefinierte Wörterbücher, Schlüsselwortextraktion, automatische Zusammenfassung und Schlüsselwort-Tagging implementiert.

Es kann auf die Verarbeitung natürlicher Sprache und andere Aspekte angewendet werden und eignet sich für verschiedene Projekte, die hohe Wortsegmentierungseffekte erfordern.

Maven

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

Demo anrufen

Wenn Sie zum ersten Mal herunterladen und nur den Testeffekt testen möchten, können Sie diese einfache Schnittstelle aufrufen

 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,!

Begleiten Sie uns

Ich habe lange darüber nachgedacht, egal ob mir jemand helfen kann. Ich schreibe es auf, bei Interesse oder Begeisterung könnt ihr mich gern kontaktieren.

• Ergänzende Dokumentation mit Aufrufbeispielen und Anleitungen
• Fügen Sie einige reguläre Erkennungen hinzu, zum Beispiel die Erkennung von ID-Kartennummern. Zu den derzeit noch nicht fertiggestellten gehören时间识别, IP地址识别,邮箱识别,网址识别,词性识别usw.
• Stellen Sie ein optimierteres CRF-Modell bereit. Ersetzen Sie das Standardmodell von ansj.
• Ergänzende Testfälle, vielerorts unvollständige Tests. Wenn Sie Interesse haben, können Sie helfen!
• Rekonstruieren Sie das Namenserkennungsmodell. Fügen Sie Modelle wie die Erkennung von Organisationsnamen hinzu.
• Fügen Sie Syntax- und Grammatikanalyse hinzu
• Implementieren Sie die Wortsegmentierungsmethode von lstm
• Füllen Sie die Lücken...