mmseg4j是一个很好的中文分词器，solr与mmseg4j的整合也非常简单。如下： 第一步：下载mmseg4j的jar包，网上搜索一下有很多下载地址，如下是csdn上的一个连接：http://download.csdn.net/detail/nrs12345/6986585 第二步：将下载的mm ...
分类：
其他好文 时间：
2016-04-25 22:32:36
阅读次数：
267
这篇文章是《动手写 Shell》系列文章的第 篇。上篇文章中，我们已经完成了我们动手 Shell 的第一步：Shell 的提示符。在这篇文章中，我们开始使得我们的 Shell 能够开始读取命令，并且做简单的分词，将命令与参数分开。...
分类：
系统相关 时间：
2016-04-24 06:29:47
阅读次数：
231
Elasticsearch初步使用(安装、Head配置、分词器配置) 1.ElasticSearch简单说明 a.ElasticSearch是一个基于Lucene开发的搜索服务器，具有分布式多用户的能力，ElasticSearch是用Java开发的开源项目(Apache许可条款)，基于Restful ...
分类：
其他好文 时间：
2016-04-21 08:38:19
阅读次数：
213
输入例句：S1="计算语言学课程有意思" ； 定义：最大词长MaxLen = 5；S2= " "；分隔符 = “/”； 假设存在词表：…，计算语言学，课程，意思，…； 最大逆向匹配分词算法过程如下： （1）S2=""；S1不为空，从S1右边取出候选子串W="课程有意思"； （2）查词表，W不在词表中 ...
分类：
编程语言 时间：
2016-04-19 19:05:32
阅读次数：
254
一、前期准备： 1、下载最新版本的资源包：CTCLAS20160405171043_ICTCLAS2016分词系统下载包 2、下载最新版本的licence：https://github.com/NLPIR-team/NLPIR/tree/master/License 二、调试程序 1、将JnaTes ...
分类：
其他好文 时间：
2016-04-19 19:01:43
阅读次数：
310
1.ElasticSearch简单说明 a.ElasticSearch是一个基于Lucene开发的搜索服务器，具有分布式多用户的能力，ElasticSearch是用Java开发的开源项目(Apache许可条款)，基于Restful Web接口，能够达到实时搜索、稳定、可靠、快速、高性能、安装使用方便 ...
分类：
其他好文 时间：
2016-04-19 18:51:48
阅读次数：
717
最近刚好在学习搜索引擎分词，有了解一些分词插件，在这里给各位猿友分享一下。本文主要介绍四个分词插件（ICTCLAS、IKAnalyzer、Ansj、Jcseg）和一种自己写算法实现的方式，以及一些词库的推荐。一、ICTCLAS1.1、介绍中文词法分析是中文信息处理的基础与关键。中国科学院计算技术研究所在多年研究工作积累的基础上，研制出了汉语词法分析系统ICTCLAS(Institute of Com...
分类：
其他好文 时间：
2016-04-19 06:32:52
阅读次数：
496
1.简介 中国科学院计算技术研究所在多年研究基础上，耗时一年研制出了基于多层隐码模型的汉语词法分析系统 ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，该系统的功能有：中文分词；词性标注；未登录词 ...
分类：
其他好文 时间：
2016-04-18 20:50:03
阅读次数：
241
用户词典如下：舟曲县城@@ZQXC连夜@@LY中国科学院@@v工作@@t研究@@nb国科@t万科@y结果如下：Initial success!中国科学院计算技术研究所在多年研究工作积累的基础上，研制出了汉语词法分析系统ICTCLAS。千万科学家未导入用户词典的分词结果是： 中国科学院/n 计算技术/ ...
分类：
其他好文 时间：
2016-04-18 20:43:54
阅读次数：
298
备注：win7 64位系统，netbeans编程 NLPIR分词系统，前身是2000年发布的ICTCLAS，2009年更为现名。张华平博士打造。 实现步骤： 1、在Netbeans中，文件→新建项目→java→java应用程序；项目名称：CWordSeg； 2、将NLPIR文件下…\sample\J ...
分类：
编程语言 时间：
2016-04-18 20:30:53
阅读次数：
644
