ansj_seg

Ansj การแบ่งคำภาษาจีน

ช่วย

• เอกสารการพัฒนา: เวอร์ชัน 3.x และก่อนหน้า, เวอร์ชัน 5.x และหลังจากนั้น

สรุป

นี่เป็นการนำจาวาไปใช้ในการแบ่งส่วนคำภาษาจีนโดยยึดตาม n-Gram+CRF+HMM

ความเร็วในการแบ่งส่วนคำสูงถึงประมาณ 2 ล้านคำต่อวินาที (ทดสอบบน Mac Air) และความแม่นยำสามารถเข้าถึงได้มากกว่า 96%

ปัจจุบันมีการใช้ฟังก์ชันต่างๆ เช่น การแบ่งส่วนคำภาษาจีน การจดจำชื่อภาษาจีน พจนานุกรมที่ผู้ใช้กำหนด การแยกคำหลัก การสรุปอัตโนมัติ และการติดแท็กคำหลัก

สามารถนำไปใช้กับการประมวลผลภาษาธรรมชาติและด้านอื่นๆ และเหมาะสำหรับโปรเจ็กต์ต่างๆ ที่ต้องใช้เอฟเฟกต์การแบ่งส่วนคำในระดับสูง

มาเวน

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

โทรสาธิต

หากคุณดาวน์โหลดเป็นครั้งแรกและต้องการทดสอบผลการทดสอบ คุณสามารถเรียกอินเทอร์เฟซที่เรียบง่ายนี้ได้

 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,!

เข้าร่วมกับเรา

ฉันคิดเรื่องนี้มานานแล้วไม่ว่าจะมีใครช่วยฉันได้ก็ตาม ฉันจะเขียนมันลงไป หากคุณสนใจหรือกระตือรือร้น คุณสามารถติดต่อฉันได้

• เอกสารประกอบเพิ่มเติม เพิ่มตัวอย่างการโทรและคำแนะนำ
• เพิ่มการจดจำแบบปกติ เช่น การจดจำหมายเลขบัตรประจำตัวประชาชน ที่ยังดำเนินการไม่เสร็จในปัจจุบัน ได้แก่时间识别IP地址识别邮箱识别网址识别词性识别ฯลฯ...
• จัดเตรียมโมเดล CRF ที่ได้รับการปรับปรุงให้เหมาะสมยิ่งขึ้น แทนที่โมเดลเริ่มต้นของ ansj
• กรณีทดสอบเสริม การทดสอบที่ไม่สมบูรณ์ในหลายสถานที่ หากคุณสนใจสามารถช่วยได้!
• สร้างแบบจำลองการจดจำชื่อขึ้นใหม่ เพิ่มโมเดล เช่น การจดจำชื่อองค์กร
• เพิ่มการวิเคราะห์ไวยากรณ์และไวยากรณ์
• ใช้วิธีการแบ่งส่วนคำของ lstm
• เติมช่องว่าง...