IKanalyzer 简单分词
来源:互联网 发布:c语言考研知识点总结 编辑:程序博客网 时间:2024/05/21 10:31
本文介绍如何使用IKanalyzer进行中文分词
1.软件准备
下载地址:https://code.google.com/p/ik-analyzer/downloads/list,此处采用IKanalyzer 2012 u6
2.解压,可能用到文件包括一个配置文件,jar包和停用此表
3.使用说明
此处说明为简单分词使用,iK支持lucene分词接口,其用法参见下载文件中的使用手册。
首先导入jar包,示例代码如下:
public static void main(String[] args) {try {// TODO Auto-generated method stubString string = "长春市长春药店";StringReader stringReader = new StringReader(string);IKSegmenter ikSegmenter = new IKSegmenter(stringReader, true);//最后一个参数控制是否消除歧义,true为消除歧义Lexeme lexeme = new Lexeme(0, 0, 0, 0);while ((lexeme = ikSegmenter.next())!=null) {System.out.println(lexeme.getLexemeText());//还可提供起止位置,来自词典等信息}} catch (IOException e) {// TODO Auto-generated catch blocke.printStackTrace();}}
4.导入自定义词典
下载文件中包含配置文件和一个停用词典,下面介绍如何使用自定义词典。
将配置文件和词典共同置于代码根目录下,和项目的class文件放在同一个目录中,具体视项目的属性而定(是否为web项目),一般而言,java project的class文件在bin目录中,web项目在web-inf/classes目录中。
配置文件为,修改参见注释
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties> <comment>IK Analyzer 扩展配置</comment><!--用户可以在这里配置自己的扩展字典 ,使用时注意删除注释符号,添加文件路径即可<entry key="ext_dict">ext.dic;</entry> --><!--用户可以在这里配置自己的扩展停止词字典,使用时在下一行直接加入停用文件的路径--><entry key="ext_stopwords">stopword.dic;</entry> </properties>
5.输出
成功调用,合理分词
6.总结
较ICTCLAS而言,IK缺乏词性,但相当的轻量级。
- IKanalyzer 简单分词
- IKAnalyzer分词
- lucene + IKAnalyzer 中文分词及索引,简单实例
- ucene + IKAnalyzer 中文分词及索引,简单实例
- Lucene 3.0 分词 IKAnalyzer
- IKAnalyzer中文分词
- IKAnalyzer的分词效果
- IKanalyzer 分词器(???)
- IKAnalyzer分词器
- IKAnalyzer中文分词
- 改写IKAnalyzer分词器
- IKAnalyzer 中文分词器
- IKAnalyzer 分词的用法
- [solr] - IKAnalyzer 分词加入
- [solr] - IKAnalyzer 分词加入
- IKAnalyzer中文分词
- IKAnalyzer分词(本地文件)
- IKAnalyzer 中文分词器
- 左连接、右连接和全连接的区别
- 山东父母的教育关键
- linux 根目录的目录结构
- linux中 likely与unlikely
- 条码扫描二维码扫描——ZXing android 源码简化
- IKanalyzer 简单分词
- ubuntug上使用virtualbox和子系统xp共享文件
- C++ 小菜2:拷贝构造函数
- 【PAT Advanced Level】1013. Battle Over Cities (25)
- Set up SSH public authentication from host to Brocade switch
- Calendar.set用法的深入探讨
- 仿速度装机联盟程序源码,装机联盟程序源码 安装联盟程序源码
- XCode调试技巧之EXC_BAD_ACCESS中BUG解决
- 1G内存2G文件找出现最多次QQ号算法