paoding中文分词器

solr+mmseg4j 之二

之前使用的是solr+paoding，后来发现庖丁的分词表面上比较容易扩展，但是实际上并不需要那么细分地去为每个细分领域建立一个词典。
·2015-10-30 13:13

文本分析与检索

向量模型、概率模型   1、文本表示与特征提取 文本中抽取出的特征词进行量化来表示文本信息； 利用分词工具：极易中文分词：je-analysis-1.5.3,庖丁分词：paoding-analyzer
·2015-10-30 11:12

Lucene的中文分词器IKAnalyzer

国人林良益写的IK Analyzer应该是最好的Lucene中文分词器之一，而且随着Lucene的版本更新而不断更新，目前已更新到IK Analyzer 2012版本。 　　IK An
·2015-10-28 09:25

Lucene3.3、Lucene3.4中文分词——庖丁解牛分词实例

文件上传了： http://download.csdn.net/detail/a_2cai/3671164 ，可以下载，或者下载一个SVN客户端从 http://code.google.com/p/paoding
·2015-10-27 16:50

Solr调研总结

开发类型 全文检索相关开发 Solr版本 4.2 文件内容 本文介绍solr的功能使用及相关注意事项;主要包括以下内容:环境搭建及调试、两个核心配置文件介绍、中文分词器配置
·2015-10-27 13:01

Solr调研总结

开发类型 全文检索相关开发 Solr版本 4.2 文件内容 本文介绍solr的功能使用及相关注意事项;主要包括以下内容:环境搭建及调试、两个核心配置文件介绍、中文分词器配置
·2015-10-27 12:40

[分词]Java开源中文分词器ANSJ_SEG初次试用

　　近日需要对大众点评网60万+的景点评论进行语义分析，所以必须使用分词工具，刚刚开始时我是选择使用NLPIR汉语分词系统（又名ICTCLAS2014），NLPIR的教程在[分词]NLPIR/ICTCLAS2014分词系统的C++ API 在Windows下初次使用，但是直观上感觉分词效果不怎么理想，所以就选用了另一个工具，同学推荐我用一下ANSJ的中文分词，近来也是在学Java，所以对于java
·2015-10-27 11:26

Elasticsearch 中文分词插件 jcseg 安装 （Ubuntu 14.04 下）

这次就尝试使用Elasticsearch+Jcseg，因为在文档检索方面elasticsearch做的相当不错，但是对中文环境来说就差一个很好的中文分词器，还好，国内好的中文分词器也有蛮多，但是
Koma·2015-10-23 18:00

写了一个基于MMSeg分词算法的中文分词器（C++)

MMSEG恐怕是最简单易实现而且效果还可以的基于字典的机械分词算法。http://nzinfo.spaces.live.com/Blog/cns!67694E0B61E3E8D2!344.entry 当前我的程序放在http://code.google.com/p/chinese-word-segmentaion/ 网上有一个C++版本的源代码，但是我运行老是字典载入不成功。我看了下他的代码内
·2015-10-21 12:43

中文分词器性能比较

  摘要： 本篇是本人在Solr 的基础上，配置了中文分词器， 并对其进行的性能测试总结，具体包括 使用mmseg4j、IKAnalyzer、Ansj，分别从创建索引效果
·2015-10-21 11:15

CDH添加solr中文分词

solr本身对中文分词的处理不是太好，所以中文应用很多时候都需要额外加一个中文分词器对中文进行分词处理，ik-analyzer就是
catboy·2015-10-12 15:00

hibernate search -- 中文词法分析

hibernatesearch底层使用Lucene，所以Lucene可以使用的中文分词，hibernatesearch都可以用来支持中文词法分析，比较常用的词法分析器包括paoding，IKAnalyzer
开心的D哥·2015-09-28 15:42

Paoding Rose学习（一）

PaodingRose学习（一）本文包括一下几个内容rose环境介绍一个简单的基于rose的web程序web.xml介绍自动化部署需要的环境eclipse/IntellijIDEMaven插件Tomcat7
BruceZhang·2015-09-25 16:46

Paoding Rose学习（一）

PaodingRose学习（一）本文包括一下几个内容rose环境介绍一个简单的基于rose的web程序web.xml介绍自动化部署需要的环境eclipse/IntellijIDEMaven插件Tomcat7
BruceZhang·2015-09-25 16:46

lucene整合中文分词器mmseg4j和高亮highlighter

最近在研究lucene，其实很简单，可以整合中文分词器mmseg4j时，总是会报一些异常，这主要是版本兼容问题，在此做一个记录环境：lucene：4.3.1mmseg4j：1.9.1主要jar包，如下图
grhlove123·2015-09-17 16:00

lucene4.7 分词器（三）

笔者比较推荐的中文分词器是IK分
m635674608·2015-08-29 00:00

Lucene/Solr 中文分词比较

分析器依次为：    StandardAnalyzer、ChineseAnalyzer、CJKAnalyzer、IK_CAnalyzer、MIK_CAnalyzer、MMAnalyzer（JE分词）、PaodingAnalyzer
m635674608·2015-08-28 00:00

Solr 关于Analyzer、Tokenizer、和Filter，以及中文分词器

对于文本数据（solr.TextField），solr在建立索引和搜索的时候需要拆分它们、并做一些相应的处理（比如英文要去掉介词、转成小写、单词原形化等，中文要恰当地要分词）。这些工作，一般由Analyzers、Tokenizers、和Filter来实现。这三个东东配置在fieldType中。ananlyzer：告诉solr在建立索引和搜索的时候，如何处理text类型的内容，比如要不要去掉“a”、
ClementAD·2015-08-19 20:00

Solr5.2.1学习笔记-3-分词配置

Solr默认无中文分词器，因此要自定义分词器。在server\solr-webapp\webapp\WEB-INF\lib下存放了运行时Lib包，分词器中引用的jar包应放在此目录下。
xuxiuning·2015-08-18 13:00

lucene分词器分词demo

importjava.io.IOException;importjava.io.StringReader;importjava.util.HashSet;importjava.util.Iterator;importnet.paoding.anal
yunshouhu·2015-08-13 16:25

ElasticSearch:为中文分词器增加对英文的支持（让中文分词器可以处理中英文混合文档）

本文地址，需转载请注明出处：http://blog.csdn.net/hereiskxm/article/details/47441911当我们使用中文分词器的时候，其实也希望它能够支持对于英文的分词。
kexinmei·2015-08-12 12:00

分布式搜索Elasticsearch——集成paoding-maping

为es安装paoding插件 首先你得安装paoding插件，进入%ES_HOME%/bin，执行下列代码：   [java]   view plain copy
m635674608·2015-08-12 11:00

中文分词器IK和Paoding技术对比

    IK和Paoding的技术介绍 一、Ik分词器介绍： 优点： 缺点： 二、Paoding分词器介绍： 优点： 缺点： 2.
m635674608·2015-08-11 22:00

rose初始化

rose封装了spring框架，集合springIOC和AOP所构建的一个MVC框架rose载体为RoseFilter在web.xml配置文件，如filter进行配置即可，如下：roseFilternet.paoding.rose.RoseFilterroseFilter
BruceZhang·2015-08-05 14:27

rose初始化

rose封装了spring框架，集合springIOC和AOP所构建的一个MVC框架rose载体为RoseFilter在web.xml配置文件，如filter进行配置即可，如下：roseFilternet.paoding.rose.RoseFilterroseFilter
BruceZhang·2015-08-05 14:27

天亮舆情系统-架构设计-01

2、系统模块组成2.1采集模块：垂直采集器：天亮微博采集器，天亮电商平台采集器通用网页采集器：天亮舆情采集器2.2分析与挖掘中文分词器：天亮中文分词，ansj中文分词主题词提取：基于天亮分词实现的theme_extractor
周天亮·2015-08-02 17:22

天亮舆情系统-架构设计-01

2、             系统模块组成  2.1采集模块：垂直采集器：天亮微博采集器，天亮电商平台采集器通用网页采集器：天亮舆情采集器     2.2分析与挖掘             中文分词器：
erliang20088·2015-08-02 17:00

python: 中文分词器pymmseg的编译安装

在使用libsvm的时候,缺少各种依赖，首先是libsvm.dll自带的是32位，只好找64的，在http://www.lfd.uci.edu/~gohlke/pythonlibs/#libsvm下载了64位的dll，然后又缺少了libiomp5md.dll在这个http://cn.dll-files.com/libiomp5md.dll.html下载了，在运行train.py的时候，仍然报错，又
u013652219·2015-07-29 17:00

compass使用的步骤

打入lucene,paoding分词器,compass,common-log.jar相关的jar包， 可以使用配置或者注释的方式来使用compass. 使用xml配置方式： 01.<?
jinxinwei·2015-07-27 23:00

【中文分词】亲手开发一款中文分词器——源代码

这里提供我开发的中文分词器源代码。代码分为三个部分：（一）状态矩阵元素对象GNode。
mychaint·2015-07-09 10:23

各种分词初探

1、庖丁分词 <dependency> <groupId>net.paoding</groupId> <artifactId>
wangqiaowqo·2015-07-03 13:00

solr4.7中文分词器（ik-analyzer）配置

感谢有奉献精神的人转自：http://blog.csdn.net/clj198606061111/article/details/21289897solr本身对中文分词的处理不是太好，所以中文应用很多时候都需要额外加一个中文分词器对中文进行分词处理
zhangliao613·2015-06-30 13:00

与Lucene 4.10配合的中文分词比较

分词源代码介绍paoding：庖丁解牛最新版在 https://code.google.com/p/paoding/ 中最多支持Lucene3.0，且最新提交的代码在2008-06-03，在svn中最新也是
tianwei7518·2015-06-23 16:00

Lucene中文分词Paoding

Paoding中文分词库是一个使用Java开发的基于Lucene4.x的分词器，可结合到Lucene应用中的，为互联网、企业内部网使用的中文搜索引擎分词组件。
tianwei7518·2015-06-23 16:00

Lucene中文分词mmseg4j

mmseg4j用Chih-HaoTsai的 MMSeg算法实现的中文分词器，并实现lucene的analyzer和solr的TokenizerFactory以方便在Lucene和Solr中使用。
tianwei7518·2015-06-23 16:00

Lucene中文分词Jcseg

Jcseg是使用Java开发的一款开源的中文分词器,基于流行的mmseg算法实现，分词准确率高达98.4%,支持中文人名识别,同义词匹配,停止词过滤等。
tianwei7518·2015-06-23 16:00

Lucene中文分词介绍

下面介绍一些常见的中文分词器。一、IKAnalyzerIKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。
tianwei7518·2015-06-23 16:00

跟益达学Solr5之使用MMSeg4J分词器

实现类，虽然直接配置Analyzer类也可以，但那样无法配置Analyzer构造函数的参数，不够灵活，存在弊端，所以我一直都是以扩展TokenizerFactory的方式来讲解类似MMSeg4J这样的中文分词器在
lxwt909·2015-06-22 17:00

跟益达学Solr5之使用MMSeg4J分词器

实现类，虽然直接配置Analyzer类也可以，但那样无法配置Analyzer构造函数的参数，不够灵活，存在弊端，所以我一直都是以扩展TokenizerFactory的方式来讲解类似MMSeg4J这样的中文分词器在
lxwt909·2015-06-22 17:00

跟益达学Solr5之使用Ansj分词器

基于上篇博客，我们知道了在Solr中配置分词器有两种方式，一种是直接配置分词器类，比如：  一种是配置TokenizerFactory类，由于SolrAPI中并没有内置类似IK，Ansj这样的中文分词器的
lxwt909·2015-06-19 13:00

跟益达学Solr5之使用Ansj分词器

基于上篇博客，我们知道了在Solr中配置分词器有两种方式，一种是直接配置分词器类，比如：  一种是配置TokenizerFactory类，由于SolrAPI中并没有内置类似IK，Ansj这样的中文分词器的
lxwt909·2015-06-19 13:00

SkyLightAnalyzer（天亮分词器）小结

  一直以来想写个自己的中文分词器，从2013年5月份写了基于二分插入、双数组算法实现的中文粗分词，之后由于各种原因未能进一步完善达到一个标准分词器的水准，自上周从公司离职后，历经一周的努力，并在ansj
erliang20088·2015-05-17 16:00

cws_evaluation v1.1 发布，中文分词器分词效果评估对比

cws_evaluation是一个Java开源项目，用于对中文分词器的分词效果进行评估对比，目前支持9大中文分词器。
yangshangchuan·2015-05-12 10:00

cws_evaluation v1.1 发布，中文分词器分词效果评估对比

cws_evaluation是一个Java开源项目，用于对中文分词器的分词效果进行评估对比，目前支持9大中文分词器。
yangshangchuan·2015-05-12 10:00

cws_evaluation v1.1 发布，中文分词器分词效果评估对比

cws_evaluation是一个Java开源项目，用于对中文分词器的分词效果进行评估对比，目前支持9大中文分词器。
yangshangchuan·2015-05-12 10:00

cws_evaluation v1.1 发布，中文分词器分词效果评估对比

cws_evaluation是一个Java开源项目，用于对中文分词器的分词效果进行评估对比，目前支持9大中文分词器。
yangshangchuan·2015-05-12 10:00

cws_evaluation v1.1 发布，中文分词器分词效果评估对比

cws_evaluation是一个Java开源项目，用于对中文分词器的分词效果进行评估对比，目前支持9大中文分词器。
杨尚川·2015-05-12 10:00

11大Java开源中文分词器的使用方法和分词效果对比

本文的目标有两个： 1、学会使用11大Java开源中文分词器 2、对比分析11大Java开源中文分词器的分词效果 本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码，至于效果哪个好
yangshangchuan·2015-05-10 02:00

11大Java开源中文分词器的使用方法和分词效果对比

本文的目标有两个： 1、学会使用11大Java开源中文分词器 2、对比分析11大Java开源中文分词器的分词效果 本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码，至于效果哪个好
yangshangchuan·2015-05-10 02:00

11大Java开源中文分词器的使用方法和分词效果对比

本文的目标有两个： 1、学会使用11大Java开源中文分词器 2、对比分析11大Java开源中文分词器的分词效果 本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码，至于效果哪个好
yangshangchuan·2015-05-10 02:00
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他