ansj_seg

Ansj 中国語単語の分割

ヘルプ

• 開発ドキュメント: バージョン 3.x 以前、バージョン 5.x 以降

まとめ

これは、n-Gram+CRF+HMM に基づいた中国語単語分割の Java 実装です。

単語の分割速度は 1 秒あたり約 200 万単語 (Mac Air でテスト) に達し、精度は 96% 以上に達します。

現在、中国語単語分割、中国語名前認識、ユーザー定義辞書、キーワード抽出、自動要約、キーワードタグ付けなどの機能が実装されています。

自然言語処理などへの応用が可能で、高い単語分割効果が必要なさまざまなプロジェクトに適しています。

メイブン

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

通話デモ

初めてダウンロードし、テスト効果をテストしたいだけの場合は、このシンプルなインターフェイスを呼び出すことができます。

 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,!

参加しませんか

誰かが私を助けてくれるかどうかに関係なく、私はそれについて長い間考えてきました。興味のある方、興味のある方は書きますのでご連絡ください。

• 補足ドキュメント、呼び出し例と手順の追加
• ID カード番号認識などの通常の認識を追加します。时间识别、 IP地址识别、邮箱识别、网址识别、词性识别などは現在未完成です...
• より最適化された CRF モデルを提供します。 ansj のデフォルト モデルを置き換えます。
• 補足的なテスト ケース、多くの場所での不完全なテスト。興味があればお手伝いできます！
• 名前認識モデルを再構築します。組織名認識などのモデルを追加します。
• 構文と文法の分析を追加する
• lstmの単語分割方法を実装する
• 隙間を埋めて…