Sphinx search 是一款非常棒的开源全文搜索引擎，它使用C++开发，索引和搜索的速度非常快，我使用sphinx的时间也有好多年了。最初使用的是coreseek，一个国人在sphinxsearch基础上添加了mmseg分词的搜索引擎，可惜后来不再更新，sphinxsearch的版本太低，bu ...
分类：
其他好文 时间：
2018-12-21 18:10:14
阅读次数：
185
1.文件格式为 沃尔沃 1x:1现代 1x:1徐工 1x:1住友 1 。。。 3.将生成的符合格式要求的词表粘贴到原词表unigram.txt末尾，保存为unigram_new.txt，并拷贝到mmseg所在的目录下； 4.生成新的uni /usr/local/mmseg3/bin/mmseg -u ...
分类：
其他好文 时间：
2017-06-28 13:11:53
阅读次数：
142
coreseek 实战总结该文章包含以下内容：
coreseek 的典型架构
实时性解决方案
mmseg 分词使用经验
同义词使用经验
后继目标
coreseek 的典型架构coreseek 的典型结构，就是通过增量索引来满足近似实时性，对于新增的记录无法及时搜索可见。对于搜索系统存在的记录，非字符串字段的更新，我们一般是调用update方法进行更新。如果搜索引擎要返回业务的其他字段，这时字段的实时...
分类：
其他好文 时间：
2015-04-04 18:27:56
阅读次数：
150
下面给大家介绍一下如何打造自己的coreseek分词词库。coreseek自身带的词库不是很大，直接使用它分词可能会返回大量没用结果。要想搜索结果准确打造一个专门的分词词库必不可少。
i.首先到搜狗http://pinyin#sogou#com/dict/下载你要的词库
ii.因为下载回来的词库不是文本文..
分类：
其他好文 时间：
2015-03-18 18:33:14
阅读次数：
130
1：非基于词典的分词（人工智能领域）
相当于人工智能领域计算。一般用于机器学习，特定领域等方法，这种在特定领域的分词可以让计算机在现有的规则模型中，
推理如何分词。在某个领域（垂直领域）分词精度较高。例：比较流行的语义网：基于本体的语义检索。
2：基于词典的分词（最为常见）
这类分词算法比较常见，比如正向/逆向匹配。例如： mmseg分词器 就是一种基于词典的分词算法。以最大正向匹配为主，多
种 消除歧义算法为辅。但是不管怎么分。该类分词方法，分词精度不高。由于中文比较复杂，不推荐采用正向...
分类：
编程语言 时间：
2015-02-08 09:12:11
阅读次数：
327
http://www.byywee.com/page/M0/S602/602088.html 关于mmseg的简介
https://pypi.python.org/pypi/mmseg/1.3.0 关于mmseg python源码下载
https://pypi.python.org/pypi/mmseg/1.3.0 关于mmseg python的简单实现...
分类：
编程语言 时间：
2015-01-13 17:46:34
阅读次数：
174
