搜索资源列表
PExtractor
- 地名抽取算法，利用开源分词组件，并增加了地名前词识别，地名组合等逻辑。-Names extraction algorithm, using open-source word components, and increases the names before the word recognition, place names and combination logic.
ycsfwordseg
- 基于遗传算法的分词论文 基于遗传算法的分词论文-Segmentation Based on Genetic Algorithms PapersSegmentation Based on Genetic Algorithms PapersSegmentation Based on Genetic Algorithms Papers
code
- 这其中涉及了黑名单、文本分类算法、短信内容分词、特征向量 选取等关键技术-That involves a black list, text classification algorithm, SMS is divided into words, feature vector selected key technologies such as
CLucene
- clucene 源码，并且增加了自己写的正向最大匹配算法的分词程序。-clucene source code, and increase their own to write the forward maximum matching algorithm for the sub-word program.
java
- java最大正向匹配算法 帮助大家了解分词原理-java maximum matching algorithm to help you understand the positive word principle
lucene-3.0.1-src
- Lucene算法最新源码包，提供给中文分词器开发者最好的工具！-Lucene algorithm is the latest source package available to the Chinese word device developers the best tools!
IKAnalyzer3.2.0Stable_src
- IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始，IKAnalyzer已经推出了3个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。新版本的IKAnalyzer3.0则发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。 IKAnalyzer3.0特性: 采用了特有的“正向迭代最细粒度切分算法“，具有60万字/秒的高速处理能力。
File22
- 基于关键词的Web文档自动分类算法研究,文档关键词，语义相似度，聚类算法，知网，拓扑网络图，中文分词-Keyword-based Web Document Classification Algorithm, document keywords, semantic similarity, clustering algorithm, HowNet, topological network diagrams, Chinese word segmentation
chiword_seg
- 本代码含有逆向最大，正向最大，最短路径等自动识别算法，实现文本中分词的自动识别。-This code contains the largest reverse, forward the most, such as automatic identification shortest path algorithm to achieve automatic recognition of text carved words.
Chinese-text-categorization-Study
- 本文通过对Bayes、KNN、SVM 应用于中文文本分类进行比较实验研究。 应用ICTCLAS 对中文文档进行分词，在大维数，多数据情况下应用TFIDF 进行 特征选择，并同时利用它实现了对特征项进行加权处理，使文本库中的每个文本 具有统一的、可处理的结构模型。然后通过三类分类算法实现了对权值数据进行 训练和分类。-Based on the Bayes, KNN, SVM applied to compare the Chinese text ca
svmcls
- 基于KNN+SVM算法的文本分类器，附带权威的分词词库及算法，有界面，程序可正常使用-KNN+ SVM-based text classification algorithm, with the authority of the sub-word thesaurus and algorithm, a interface, the program can be used normally
Bayes
- 用bayes实现的聚类算法，分词采用的是SharpICTCLAS分词系统 1.0-Achieved using bayes clustering algorithm, word segmentation is used SharpICTCLAS System 1.0
IKAnalyzer_V3.2.8
- IK Analyzer是一个开源的，基于java诧言开发的轻量级的中文分词工具包。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。新版本的IK Analyzer 3.X则发展为面吐Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。-IK Analyzer 3.X
boosting_src
- Boosting中的AdaBoost.M1算法在文本分类中的应用实现。使用ICTCLAS用于中文分词，弱分类器使用Naive Bayes。程序参数使用配置文件的格式。-Application of text classification using AdaBoost.M1. Use ICTCLAS tool in Chinese segment, and use Naive Bayes as the weak classifier. use the config file as the para
EasySeg
- 实现中文分词的最大正向匹配算法，提前输入好文本。-Achieve maximum positive Chinese word matching algorithms, a good text input in advance
WordSegment
- 用C++开发的分词系统 运用基于哈希的逆向最大匹配算法 基于词典-Word in C development system uses a hash-based reverse maximum matching algorithm is based on dictionary
WordTest
- 本文阐述了一个基于K-Nearest Neighbor(KNN)算法的中文网页自动分类系统的体系结构、具体设计和实现过程。系统分成三个模块：中文网页的下载与过滤（王勋完成）；KNN算法的训练与分类（黄健完成）；算法评估以及分词系统的整合（吴亮完成）。 本人主要是实现算法的评估以及分词系统的整合：分词系统的整合利用爱博汉语分词系统(服务器版本—共享版)，将下载下来的中文网页过滤后所得到的txt文件内容进行分词，以便提供给KNN算法进行训练和分类；算法的评估是将KNN算法后所得到的结果进行分析，
Frequency-Estimates-Word-Similarity-
- 统计分词的相似性措施的频率估计 ，词汇相似性的频率算法。-Ourbestcombinationofsimilaritymea-sureandfrequencyestimationmethodanswers 6-8 morequestionsthan the bestresultspre-viouslyreportedforthesamequestionsets.
WordSeg
- 这是一个分词程序，有正向最大匹配算法，逆向最大匹配算法，正向最小匹配算法。-This is a word segmentation program, there are positive maximal matching algorithm, reverse maximal matching algorithm, positive minimum matching algorithms.
seg
- C# 中文分词 基于统计的朴素贝叶斯算法-C# ChineseWordSeg