搜索资源列表
java-cluster.zip
- 用java语言实现文本聚类，包括聚类前的数据预处理：分词、降维、建立向量空间模型等,Implementation using java language text clustering, including clustering of the data pre-processing before: segmentation, dimensionality reduction, set up, such as Vector Space Model
seg
- 进行高级汉字文本分词的功能模块，可以支持多种类型文本，支持停用词过滤。产生的结果可以定制结构 。-Chinese text segmentation for advanced function modules that can support multiple types of text, support for stop words filtering. The result can be customized structure.
IKAnalyzer3.2.8-source
- IKAnalyzer的源码包，实现中文分词功能，(1) 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。 (2) 采用了多子处理器分析模式，支持：英文字母（ IP 地址、Email、URL ）、数字（日期，常用中文数量词，罗马数字，科学计数法），中文词汇（姓名、地名处理）等分词处理 。 (3) 优化的词典存储，更小的内存占用。支持用户词典扩展定义 (4) 针对 Lucene 全文检索优化的查询分析器 IKQueryParser；采用歧义分析算法优化查询关键
lingpipe-3.6.0
- 一个自然语言处理的Java开源工具包。LingPipe目前已有很丰富的功能，包括主题分类（Top Classification）、命名实体识别（Named Entity Recognition）、词性标注（Part-of Speech Tagging）、句题检测（Sentence Detection）、查询拼写检查（Query Spell Checking）、兴趣短语检测（Interseting Phrase Detection）、聚类（Clustering）、字符语言建模（Character
windows_JNI_32bit
- ICT分词程序接口 用以进行中文文本分词，词性标注。-ICT segmentation program interface for the conduct of the Chinese text word segmentation, POS tagging.
LucexeProject
- 简单全文检索,包括建立索引，文件分割，和安内容或者文件名检索!-Simple text search, including indexing, document segmentation, and security content or file name search!
cut
- 文件分割的工具，可以自动将文本文件分割为用户确定的大小。-File segmentation tools can be divided for users to determine the text file size.
PaoDing
- 中文分词软件——庖丁最新版本，可用于文本检索领域的分词等功能的实现-Chinese word segmentation software- Paoding latest version can be used for the sub-text retrieval functions of the realization of the word
Lucene-code-src3.0-
- Lucene3.0原理与分析java版 第一章 全文检索的原本原理 第二章 Lucene 的总体架构 第三章：Lucene 的索引文件格式 第四章：Lucene 索引过程分析 第五章：Lucene 段合并(merge)过程分析 第七章：Lucene 搜索过程解析 第八章：Lucene 的查询语法，JavaCC 及QueryParser 第十章：Lucene 的分词器Analyzer-The first chapter of the full text searc
jacob-1.16-M1
- 基于lucene的文本分词包，可以对office文件进行解析-Text segmentation based on lucene package, you can parse for office documents
ICTCLAS2012-SDK-0101
- 这是一个分词系统，大家可以用来对文本或者一段话进行分词！具体可以访问，北京理工大学自然语言处理网www.plnir.org-This is a segmentation system, we can use the text or paragraph word! Concrete can be accessed, Beijing Institute of Technology Natural Language Processing Network www.plnir.org
sphider-1.3.5Chris
- sphider是一个开源的轻量级php+mysql全文搜索引擎，带蜘蛛功能，但是对中文支持不友好。 本版本对后台界面进行了汉化，并且对编码及数据库进行了utf8编码统一，完美解决中文乱码问题。 同时应用scws分词系统解决中文分词问题，并修正了中文搜索时不能正确返回信息的bug。 是搜索引擎开发入门的理想之选。-sphider is an open source lightweight php mysql full-text search engine, with the spider fu
WVTool
- 很好的文本分词工具，很适合java初学者。其中有分词jar文件。-Good text segmentation tool, it is suitable for java beginners. Which took part in the word jar file.
Tagxedo
- 实现文字的分词，展示，可以选择图片，根据图片的轮廓利用文字分词后的结果重新进行画画，使词频的大小来控制文字在图片中的大小，非常形象直观，且及富美感-Text participle, display, can choose picture, according to the outline of the image using the text after the word segmentation results back to drawing, make the word frequency
ictclas4j
- 中科院中文分词系统完成的java源码，能很好的实现中文的分词，为文本挖掘提供基础。-Chinese Academy of Sciences Chinese word segmentation system to complete the java source code, can achieve good word of Chinese, provide a basis for text mining.
split_chunk
- 切分功能，两个单词之间的切分到一个文本里-Segmentation function, between two words segmentation to a text file
txtAnalysisGUI
- 文本分析小程序，能够进行简单的文本分析，包括分割单词，统计单词出现数等，适用于初学者-Text analysis applets, can be simple text analysis, including word segmentation, statistics and number of words appear, for beginners
TestNLPIR
- JAVA实现的分词工具，可以进行对文本的分词并提取关键字-JAVA implemented segmentation tools, can be on the word of the text and extracting keywords
909aae2c-4f2c-4771-83e4-6894516f14e1
- 一个中文分词算法，可以实现将分词文本切分成自定义字典中的单词-A Chinese word segmentation algorithm, you can achieve the word segmentation text into a dictionary of words
ReadFiles
- 对中文文本进行分词，去停用词以及计算tf-idf值-The Chinese text segmentation, excluding stop words and computing tf- idf values