ansj_seg使用
来源:互联网 发布:淘宝手机端承接页装修 编辑:程序博客网 时间:2024/06/02 06:22
<dependency> <groupId>org.ansj</groupId> <artifactId>ansj_seg</artifactId> <version>5.1.3</version></dependency>
val rdd = sc.textFile("C:\\Users\\haha\\Desktop\\chapter.txt")val recognition = new StopRecognition()recognition.insertStopWords("我", "的", "是", "说", "看", "了", "也", "你", "在")recognition.insertStopNatures("w")//根据词性来做停用词rdd.flatMap(f=>{// println(f) var ary:Array[String] = Array[String]() val parse = NlpAnalysis.parse(f).recognition(recognition) // val parse = ToAnalysis.parse(f).recognition(recognition) //val parse = IndexAnalysis.parse(f).recognition(recognition) //val parse = DicAnalysis.parse(f).recognition(recognition) //val parse = BaseAnalysis.parse(f).recognition(recognition) val iter = parse.iterator() while (iter.hasNext){ val name = iter.next().getName //println(name) ary = ary :+ name } ary}).map(f=>(f, 1)).reduceByKey(_+_).sortBy(_._2, false).collect().foreach(println)
# 1. 名词 (1个一类,7个二类,5个三类)名词分为以下子类:n 名词nr 人名nr1 汉语姓氏nr2 汉语名字nrj 日语人名nrf 音译人名ns 地名nsf 音译地名nt 机构团体名nz 其它专名nl 名词性惯用语ng 名词性语素nw 新词# 2. 时间词(1个一类,1个二类)t 时间词tg 时间词性语素# 3. 处所词(1个一类)s 处所词# 4. 方位词(1个一类)f 方位词# 5. 动词(1个一类,9个二类)v 动词vd 副动词vn 名动词vshi 动词“是”vyou 动词“有”vf 趋向动词vx 形式动词vi 不及物动词(内动词)vl 动词性惯用语vg 动词性语素# 6. 形容词(1个一类,4个二类)a 形容词ad 副形词an 名形词ag 形容词性语素al 形容词性惯用语# 7. 区别词(1个一类,2个二类)b 区别词bl 区别词性惯用语# 8. 状态词(1个一类)z 状态词# 9. 代词(1个一类,4个二类,6个三类)r 代词rr 人称代词rz 指示代词rzt 时间指示代词rzs 处所指示代词rzv 谓词性指示代词ry 疑问代词ryt 时间疑问代词rys 处所疑问代词ryv 谓词性疑问代词rg 代词性语素# 10. 数词(1个一类,1个二类)m 数词mq 数量词# 11. 量词(1个一类,2个二类)q 量词qv 动量词qt 时量词# 12. 副词(1个一类)d 副词# 13. 介词(1个一类,2个二类)p 介词pba 介词“把”pbei 介词“被”# 14. 连词(1个一类,1个二类)c 连词 cc 并列连词# 15. 助词(1个一类,15个二类)u 助词uzhe 着ule 了 喽uguo 过ude1 的 底ude2 地ude3 得usuo 所udeng 等 等等 云云uyy 一样 一般 似的 般udh 的话uls 来讲 来说 而言 说来uzhi 之ulian 连 (“连小学生都会”)# 16. 叹词(1个一类)e 叹词# 17. 语气词(1个一类)y 语气词(delete yg)# 18. 拟声词(1个一类)o 拟声词# 19. 前缀(1个一类)h 前缀# 20. 后缀(1个一类)k 后缀# 21. 字符串(1个一类,2个二类)x 字符串 xx 非语素字 xu 网址URL# 22. 标点符号(1个一类,16个二类)w 标点符号wkz 左括号,全角:( 〔 [ { 《 【 〖〈 半角:( [ { <wky 右括号,全角:) 〕 ] } 》 】 〗 〉 半角: ) ] { >wyz 左引号,全角:“ ‘ 『 wyy 右引号,全角:” ’ 』wj 句号,全角:。ww 问号,全角:? 半角:?wt 叹号,全角:! 半角:!wd 逗号,全角:, 半角:,wf 分号,全角:; 半角: ;wn 顿号,全角:、wm 冒号,全角:: 半角: :ws 省略号,全角:…… …wp 破折号,全角:—— -- ——- 半角:--- ----wb 百分号千分号,全角:% ‰ 半角:%wh 单位符号,全角:¥ $ £ ° ℃ 半角:$
阅读全文
0 0
- ansj_seg使用
- ansj_seg初次使用
- ansj_seg
- NLPchina/ansj_seg
- solr安装ansj_seg分词
- ansj_seg中文分词实例
- solr安装ansj_seg分词
- ansj_seg 学习,自定义词典加载
- ansj_seg-5.0.3 MyStatic部分源码阅读
- IKanalyzer、ansj_seg、jcseg三种中文分词器的实战较量
- IKanalyzer、ansj_seg、jcseg三种中文分词器的实战较量
- IKanalyzer、ansj_seg、jcseg三种中文分词器的实战较量
- 使用
- 使用
- 使用
- 使用
- 使用
- 使用
- SpringMVC(九)Ajax的使用
- c语言操作符
- no Session问题,即延迟加载
- nginx+rtmp服务器+ffmeg推流+ffpaly播放
- PostgreSQL-模糊查询
- ansj_seg使用
- java日常学习:StringBuffer常见使用方法
- KALI源
- C++STL标准库学习20171117
- 直接插入排序算法详解
- SpringBoot--入门
- android自定义View学习6--动画1
- 038day(枚举例题(称硬币)的练习和类和对象的基本概念的初步了解)
- 产品更新背后的达维多定律