当前位置:  软件>php软件

简易中文分词系统 SCWS

    来源:    发布时间:2015-01-09

    本文导语:  SCWS 是 Simple Chinese Words Segmentation 的缩写,即简易中文分词系统。 这是一套基于词频词典的机械中文分词引擎,它能将一整段的汉字基本正确的切分成词。词是汉语的基本语素单位,而书写的时候不像英语会在词之间用空格分...

SCWS 是 Simple Chinese Words Segmentation 的缩写,即简易中文分词系统。

这是一套基于词频词典的机械中文分词引擎,它能将一整段的汉字基本正确的切分成词。词是汉语的基本语素单位,而书写的时候不像英语会在词之间用空格分开, 所以如何准确而又快速的分词一直是中文分词的攻关难点。

SCWS 在概念上并无创新成分,采用的是自行采集的词频词典,并辅以一定程度上的专有名称、人名、地名、数字年代等规则集,经小范围测试大概准确率在 90% ~ 95% 之间,已能基本满足一些中小型搜索引擎、关键字提取等场合运用。 SCWS 采用纯 C 代码开发,以 Unix-Like OS 为主要平台环境,提供共享函数库,方便植入各种现有软件系统。此外它支持 GBK,UTF-8,BIG5 等汉字编码,切词效率高。


    
 
 

您可能感兴趣的文章:

 
本站(WWW.)旨在分享和传播互联网科技相关的资讯和技术,将尽最大努力为读者提供更好的信息聚合和浏览方式。
本站(WWW.)站内文章除注明原创外,均为转载、整理或搜集自网络。欢迎任何形式的转载,转载请注明出处。












  • 相关文章推荐
  • 简易内容管理系统 CMSimple
  • 简易相册系统 MeiuPic
  • 建立简易linux系统
  • 简易个人笔记记录式系统 fwrite
  • 上网代理goagent 3.1.18 正式版下载及简易安装部署教程
  • 简易定时闹铃工具 Alarm Clock
  • 简易个人博客 LnBlog
  • oracle iis7站长之家
  • Java简易MVC框架 etmvc
  • 简易MVC框架 Lanp
  • 简易的ioc容器 Facility Container
  • 简易博客程序 Blogabc
  • 简易Java数据持久层框架 Siena
  • python 简易计算器程序,代码就几行
  • 简易的Java ORM框架 Kauklahti
  • 简易HTTP爬虫 HttpBot
  • 请问各位大虾,在linux下如何简易阅读文本文件。
  • PHP中替换键名的简易方法示例详解
  • 请问是谁想要参考数据输入输出流的流量监控?这儿有一个简易的例子供参考
  • 基于jquery的simpleValidate简易验证插件
  • python搭建简易服务器分析与实现
  • 探讨Object转为String的几种简易形式详解
  • c#入门之实现简易存款利息计算器示例
  • Oracle数据库去除别名的简易方法
  • jQuery简易图片放大特效示例代码


  • 站内导航:


    特别声明:169IT网站部分信息来自互联网,如果侵犯您的权利,请及时告知,本站将立即删除!

    ©2012-2021,,E-mail:www_#163.com(请将#改为@)

    浙ICP备11055608号-3