smartcn-dictsmartcn 词库构造工具
lucene 中 smartcn 分词器使用自带的词库,在工作中,需要扩展词库,而自带的词库是使用自然语言处理生成的词库,如果我们已有词库或者不想通过自然语言处理构建词库时,可使用该工具构造词库,使用方法如下:
-
创建词库文件,词库每一行格式为:#词汇# #词频#,其中,词频可以不存在,当词频不存在时,工具会随机生成100以内的伪词频
-
使用com.tiktok01.smartcn包中的CmdApp类,或者编译后的jar包,jar包参数如下: -srcdict: 自建词库文件路径 -coremem: 原始词库coredict.mem文件的路径,可为空,不为空则合并 -target: dict文件生成目录,会在该目录中生成new_coredict.dct和new_bigramdict.dct文件
-
词库使用方法: 方法一: 修改并编译smartcn包的源码 方法二: 参考源码中test目录的做法,重写Smartcn的Analyzer类型,反射重新加载dict文件
评论
avalon-fsnPython 编译构造工具
avalon-fsnavalon-fsn是一个Python的编译构造工具,能够将你的代码Cython使用avalon-fsn的好处代码Cython化:Windows下把代码编译为pyd,Linux下把
avalon-fsnPython 编译构造工具
0
GollumGit 上的 wiki 构造工具
Gollum是Git上面wiki系统的构造工具,简单实用。Gollumwikis是简单的Git库,遵循特定的格式。Gollum上面允许使用多种格式,有多种编辑的方式。你可以在本地编辑你的wiki:用你
GollumGit 上的 wiki 构造工具
0
VicWordPHP 分词库
VicWord一个纯php的分词安装composerrequirelizhichao/word分词说明含有3种切分方法getWord 长度优先切分。最快getShortWord 细粒度切分。比最快慢一
VicWordPHP 分词库
0