发布于 2015-12-09 03:46:57 | 509 次阅读 | 评论: 0 | 来源: 网友投递
jcseg 基于mmseg算法的中文分词器
jcseg是使用Java开发的一个开源的中文分词器，使用流行的mmseg算法实现。是一款独立的分词组建，不是针对lucene而开发，但是提供了最新版本的lucene和solr分词接口。
Jcseg是基于mmseg算法的一个轻量级开源中文分词器，同时集成了关键字提取，关键短语提取，关键句子提取和文章自动摘要等功能，并且提供了最新版本的lucene, solr, elasticsearch的分词接口， Jcseg自带了一个 jcseg.properties文件用于快速配置而得到适合不同场合的分词应用，例如：最大匹配词长，是否开启中文人名识别，是否追加拼音，是否追加同义词等！
Jcseg-1.9.7：
1. 词库优化：增加新词，去掉一些无用词，部分词条词性优化。
2. 增加文章关键字提取：基于textRank算法。
3. 增加文章关键短语提取：基于textRank算法。
4. 增加文章关键句子/文章摘要提取：基于BM25+textRank算法。
5. 增加jcseg-server模块：嵌入jetty，提供了一个高性能的服务器，给关键字提取，关键短语提取，关键句子提取，文章摘要提取，中文分词都提供了restful api，并且标准为json结果输出！ [详细文档]
6. 终端测试程序增加关键字／关键短语／关键句子／摘要提取测试项。
感谢大家的支持与关注，Happy Jcseg！