分词常见算法-----小整理

 1 单字分词

[java] view plaincopy

1. public static void  tokennizer(String a){  
2.             for(int i=0;i<a.length();i++){  
3.              System.out.prinltn(a.charAt[i]);   
4.        }  
5.    }  

   2  二元分词

[java] view plaincopy

1.      
2. public static void split(String a) {  
3. int len = a.length();  
4. String key;  
5. for (int i = 0; i < len; i++) {  
6. if ((i + 2) <= len) {  
7. key = a.substring(i, i + 2);  
8. System.out.println(i + " ---- " + key);  
9. }  
10. }  
11.   
12. }  

    3   最大正向匹配

       （相当于有俩个指针，j,i,  当start=0, end=n,  则 substring(0,n)，如此，先变end,再变start，可以确保取得正向的最长的字符串）

[java] view plaincopy

1.          
2. public static void match(String s, int n) {  
3. int start = 0;  
4. int end = n;  
5. while (start < end) {  
6. for (; end > start; end--) {  
7. String key = s.substring(start, end);// 切出最大字符串  
8. if (lt.contains(key)) {// 判断当前字符串是否在词典中  
9. // j = j + i;  
10. System.out.println(key);  
11. break;  
12. }  
13. }  
14. ++start;  
15. }  
16. }  

    4   最大逆向匹配

      逆向最长匹配法是基于字符串匹配的一种分词算法，即按从右至左的顺序对句子循环扫描字符串，并与所提供的关键词表进行比较，如存在则提取出该串作为关键词。相比较正向最大匹配法，逆向匹配的分词精度略高于正向匹配。

   （相当于有俩个指针，start,end,  当start=0,end=n,  则 substring(0,n)，如此，先变start,在变end，可以确保取得逆向最长的字符串）

[java] view plaincopy

1. public static void matchrev(String s, int n) {  
2. int end = n;  
3. int start = 0;  
4. while (end >= start) {  
5. for (; start < end; start++) {  
6. String key = s.substring(start, end);  
7. if (lt.contains(key)) {  
8. System.out.println(key);  
9. break;  
10. }  
11. }  
12. --end;  
13. }  
14. }  

    文章是自己的一些整理，以便自己日后复习，若能帮到您，不胜荣幸，有误之处，请您谅解。

 参考 ：http://blog.csdn.net/fuyangchang/article/details/1822684

        http://blog.csdn.net/yaoxy/article/details/4288241

转载地址：http://blog.csdn.net/wenbingoon/article/details/8974360