搜索资源列表
语料库
- 一份很重要的语料库，为你的分词程序是一个很好用的资料库文件-a very important corpus, as your segmentation procedure is a very good use of the database file
TextCategorization
- 基于朴素贝叶斯算法实现的中文文本分类程序。可以对中文文本进行分类识别，使用时先对分类器进行训练，然后进行识别。该Beta版本仅支持对3类文本进行分类，使用简单的中文分词方法，本程序尚不具备实用性，用于算法研究和改进。-based on Bayesian algorithms to achieve the Chinese text classification procedure. Can the Chinese text classification identification, the us
darts-0.2.tar
- 双数组辞典生成程序。利用双数组实现trie算法，对于不定长度共同前缀查询情况，比哈希方法更为有效。经常用于分词辞典的制作。-array dictionary-generation procedures. Using two arrays to achieve Trie algorithm for the indefinite length of the inquiry common prefix than Hash methods more effective. Frequently used
findkey.c
- 此程序解决的问题:较好的, 并适应短字符串的中文分词算法.根据词库 发现以换行符分隔的众多标题中的 top N 关键字并以此更新词库.是一个分类分词算法 -this procedure to solve the problem : better, and adapt to the short string of Chinese Segmentation. According thesaurus found in the many separate newline heading the to
WordClassify
- 一个分词程序，c代码，有很详细的注释，便于阅读
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.
WordPartation2
- 中文分词程序 利用最大匹配算法 支持GB2312编码格式的文件-Chinese word segmentation procedure using the maximum matching algorithm to support GB2312 encoding format of the file
GBKhash
- 利用了GBK编码的hash表，快速进行汉语分词的自然语言程序-Advantage of the GBK-encoded hash table, fast Chinese word segmentation of natural language program
zhongwenfenci
- 从后向前的分词程序，采用哈希查找的方式，实现中文分词程序-From back to front of the word program, using the hash to find a way to achieve the Chinese word program
segment
- 利用双数组和字典实现了一个中文分词程序，优点是效率高，分词速度快，鲁棒性好。适合搜索引擎分词使用-Pairs of array and dictionary is a Chinese word segmentation procedure, the advantages of high efficiency, segmentation speed, robustness. Word for search engines
ChineseSegment
- 一个完整的中文分词程序，有源码，词典，训练集。算法简洁高效，准确率高。包含了一种将标注语料和词典融合的新型分词方法。将语料分割为2:1为训练集和测试集，加上一个外部词典，准确率可以达到95 。适合入门者学习。也适合需要一个简单分词工具的应用。-A Chinese word segmentation procedures, source, dictionary, the training set. The algorithm is simple and efficient, high accura
Chinese-WordCut
- 这是一个中文分词程序，读入一个Txt文档，可以对里面的段落进行分词-This is a Chinese word segmentation program that reads a Txt document segmentation paragraphs inside
hmmWordSegmentation
- 这是一个基于hmm模型的句子分词程序，语言是python，目前输入语句不支持标点符号。-This program is for divising a sentence into seperate words base on hmm.
NBclassfier
- 贝叶斯情感分类器,基于五倍交叉法来验证。程序可以直接运行，改程序是在基于已经分词的情况下实施的。-Bayesian classifier, emotion to verify five times based on the crossover. Program can be run directly, the program is based on the segmentation of the case.
automatic-word-segmentation
- 实现一个中文自动分词程序，所使用的编程语言不限 选作：对人名，地名，机构名的识别 下载北大计算语言所标注的99年人民日报分词语料库，构建一个词表 实现正向、逆向最大分词算法-To implement a Chinese automatic word segmentation procedure, used by any programming language Chosen for: the person names, place names, organization name
IKAnalyzer
- JAVA实现简单客服的机器人系统，分词用系统用IK分词，机器人语言用AIML。程序已经实现java socket服务的建立。实现了中文分词，同义词输出，答案匹配。用到的库有IK、program-ab。搞了一个月的小成果，希望大家能用到。-JAVA simple customer service robotic systems, word by word IK systems, robot language with AIML. Procedures have been implemented t
kmeansClassifier
- 该程序实现了keans分类，使用IK分词技术实现分词。-The program implements the k means classification, the use of IK word segmentation technology to achieve word segmentation.
遗忘算法（词库生成、分词、词权重）演示程序
- 通过非主流的遗传算法进行关键词提取，分词的功能(Through the non mainstream genetic algorithm for keyword extraction, word segmentation function)
jieba-jieba3k
- MATLAB 结巴分词的工具包，用于很多中文分词的模式识别代码程序，利用已有函数工具包提高工作效率，内有安装说明(MATLAB jieba toolkit, used for many Chinese word segmentation pattern recognition code programs, using existing function toolkits to improve work efficiency, with installation instructions)