分类

安卓应用安卓游戏

编程软件 源码相关

Friso(高性能中文分词器)

Friso(高性能中文分词器) v1.6.4免费版

大小:1.7 MB

语言:简体中文系统:WinXP, Win2003, Vista, Win7, Win8, Win10

类别:源码相关时间:2020-11-20 15:59

Friso是一款开源的高性能中文分词器。基于C语言开发,使用mmseg算法 + Friso 独创的优化算法,通过四种模块化的设计,支持阿拉伯数字、小数基本单字单位识别,多配置设置、安全的应用于多进程和多线程环境。

功能介绍

Friso核心功能:

中文分词:mmseg算法 + Friso 独创的优化算法,四种切分模式。

关键字提取:基于textRank算法。

关键短语提取:基于textRank算法。

关键句子提取:基于textRank算法。

Friso中文分词:

四种切分模式:

简易模式:FMM 算法,适合速度要求场合。

复杂模式- MMSEG 四种过滤算法,具有较高的岐义去除,分词准确率达到了98.41%。

检测模式:只返回词库中已有的词条,很适合某些应用场合。(1.6.1版本开始)。

最多模式:细粒度切分,专为检索而生,除了中文处理外(不具备中文的人名,数字识别等智能功能)其他与复杂模式一致(英文,组合词等)。

分词功能特性:

同时支持对 UTF-8/GBK 编码的切分,支持 php5 和 php7 扩展和 sphinx token 插件。

支持自定义词库。在 dict 文件夹下,可以随便添加/删除/更改词库和词库词条,并且对词库进行了分类。

简体/繁体/简体混合支持, 可以方便的针对简体,繁体或者简繁体切分。同时还可以以此实现简繁体的相互检索。

支持中英/英中混合词的识别(维护词库可以识别任何一种组合)。例如:卡拉ok, 漂亮mm, c语言,IC卡,哆啦a梦。

很好的英文支持,英文标点组合词识别, 例如c++, c#, 电子邮件,网址,小数,百分数。

自定义保留标点:你可以自定义保留在切分结果中的标点,这样可以识别出一些复杂的组合,例如:c++, k&r,code.google.com。

复杂英文切分的二次切分:默认 Friso 会保留数字和字母的原组合,开启此功能,可以进行二次切分提高检索的命中率。例如:qq2013会被切分成:qq/ 2013/ qq2013。

支持阿拉伯数字/小数基本单字单位的识别,例如2012年,1.75米,5吨,120斤,38.6℃。

自动英文圆角/半角,大写/小写转换。

同义词匹配:自动中文/英文同义词追加. (需要在 friso.ini 中开启 friso.add_syn 选项)。

自动中英文停止词过滤。(需要在 friso.ini 中开启 friso.clr_stw 选项)。

多配置支持, 安全的应用于多进程/多线程环境。

∨ 展开

同类推荐

相关下载

热门游戏

下载排行

热门关键字

  • 编程软件
  • 编程控件
  • 编译调试
  • 开发环境
  • 网页制作
  • 安装制作
  • 数据库类
  • Java相关
  • 加壳脱壳
  • 控件下载
  • 源码相关
  • 编程其他