ansj_seg

Ansj segmentación de palabras chinas

Ayuda

• Documentos de desarrollo: versión 3.x y anteriores, versión 5.x y posteriores

resumen

Esta es una implementación java de la segmentación de palabras chinas basada en n-Gram+CRF+HMM.

La velocidad de segmentación de palabras alcanza aproximadamente 2 millones de palabras por segundo (probada en Mac Air) y la precisión puede alcanzar más del 96%.

Actualmente, se han implementado funciones como segmentación de palabras chinas, reconocimiento de nombres chinos, diccionarios definidos por el usuario, extracción de palabras clave, resumen automático y etiquetado de palabras clave.

Se puede aplicar al procesamiento del lenguaje natural y otros aspectos, y es adecuado para diversos proyectos que requieren un alto efecto de segmentación de palabras.

experto

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

Llamada de demostración

Si descarga por primera vez y solo desea probar el efecto de prueba, puede llamar a esta sencilla interfaz

 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,!

Únase a nosotros

Llevo mucho tiempo pensando en ello, no importa si alguien puede ayudarme. Lo anotaré, si estás interesado o entusiasmado puedes contactar conmigo.

• Documentación complementaria, agregando ejemplos de llamadas e instrucciones.
• Agregue algo de reconocimiento regular, por ejemplo, reconocimiento de número de tarjeta de identificación, actualmente sin terminar, incluye时间识别, IP地址识别,邮箱识别,网址识别,词性识别, etc.
• Proporcionar un modelo CRF más optimizado. Reemplace el modelo predeterminado de ansj.
• Casos de prueba complementarios, pruebas incompletas en muchos lugares. ¡Si estás interesado puedes ayudar!
• Reconstruir el modelo de reconocimiento de nombres. Agregue modelos como el reconocimiento de nombres de organizaciones.
• Agregar análisis de sintaxis y gramática
• Implementar el método de segmentación de palabras de lstm.
• Llena los huecos...