ansj_seg

Segmentation des mots chinois Ansj

Aide

• Documents de développement : version 3.x et antérieure, version 5.x et ultérieure

résumé

Il s'agit d'une implémentation Java de la segmentation des mots chinois basée sur n-Gram+CRF+HMM.

La vitesse de segmentation des mots atteint environ 2 millions de mots par seconde (testée sur Mac Air) et la précision peut atteindre plus de 96 %.

Actuellement, des fonctions telles que la segmentation des mots chinois, la reconnaissance des noms chinois, les dictionnaires définis par l'utilisateur, l'extraction de mots-clés, le résumé automatique et le marquage des mots-clés ont été implémentées.

Il peut être appliqué au traitement du langage naturel et à d'autres aspects, et convient à divers projets nécessitant des effets de segmentation de mots élevés.

maven

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

Appeler une démo

Si vous téléchargez pour la première fois et souhaitez simplement tester l'effet de test, vous pouvez appeler cette interface simple

 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,!

Rejoignez-nous

J'y pense depuis longtemps, peu importe si quelqu'un peut m'aider. Je l'écrirai. Si vous êtes intéressé ou enthousiaste, vous pouvez me contacter.

• Documentation supplémentaire, ajoutant des exemples d'appel et des instructions
• Ajoutez une reconnaissance régulière, par exemple la reconnaissance du numéro de carte d'identité, actuellement inachevée, notamment时间识别, IP地址识别,邮箱识别,网址识别,词性识别, etc...
• Fournissez un modèle CRF plus optimisé. Remplacez le modèle par défaut d'ansj.
• Cas de tests supplémentaires, tests incomplets à de nombreux endroits. Si vous êtes intéressé, vous pouvez aider !
• Reconstruisez le modèle de reconnaissance des noms. Ajoutez des modèles tels que la reconnaissance du nom de l'organisation.
• Ajouter une analyse de syntaxe et de grammaire
• Implémenter la méthode de segmentation de mots de lstm
• Comblez les lacunes...