ASCWH

搜索到 3 篇与 分词 的结果
10-20

PHP 中文分词系统 SCWS安装和使用实例

PHP 中文分词系统 SCWS安装和使用实例
SCWS 是 Simple Chinese Word Segmentation 的首字母缩写(即:简易中文分词系统)。这是一套基于词频词典的机械式中文分词引擎,它能将一整段的中文文本基本正确地切分成词。 词是中文的最小语素单位,但在书写时并不像英语会在词之间用空格分开, 所以如何准确并快速分词一直是中文分词的攻关难点。SCWS 采用纯 C 语言开发,不依赖任何外部库函数,可直接使用动态链接库嵌入应用程序, 支持的中文编码包括 GBK、UTF-8 等。此外还提供了 PHP 扩展模块, 可在 PHP 中快速而方便地使用分词功能。分词算法上并无太多创新成分,采用的是自己采集的词频词典,并辅以一定的专有名称,人名,地名, 数字年代等规则识别来达到基本分词,经小范围测试准确率在 90% ~ 95% 之间, 基本上能满足一些小型搜索引擎、关键字提取等场合运用。首次雏形版本发布于 2005 年底。SCWS 由 hightman 开发, 并以 BSD 许可协议开源发布,源码托管在 github。安装步骤# wget -c http://www.xunsearch.com/scws/down/sc...

PHP

1,352 阅读
10月20日
1,352 阅读
0 评论
06-23

PhpanAlysis - PHP无组件分词系统

PhpanAlysis - PHP无组件分词系统
PhpanAlysis分词系统是基于字符串匹配的分词方法 ,这种方法又叫做机械分词方法,它是按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行配,若在词典中找到某个字符串,则匹配成功(识别出一个词)。按照扫描方向的不同,串匹配分词方法可以分为正向匹配 和逆向匹配;按照不同长度优先匹配的情况,可以分为最大(最长)匹配和最小(最短)匹配;按照是否与词性标注过程相结合,又可以分为单纯分词方法和分词与标注相结合的一体化方法。官方文档PHPAnalysis类API文档一、比较重要的成员变量$resultType = 1 // 生成的分词结果数据类型( // 1 为全部, // 2 为词典词汇及单个中日韩简繁字符及英文 // 3 为词典词汇及英文) //这个变量一般用 SetResultType( $rstype ) 这方法进行设置。 ...

PHP,工具

1,386 阅读
06月23日
1,386 阅读
0 评论
06-23

SCWS PHP 中文分词扩展

SCWS PHP 中文分词扩展
1、scws简单介绍SCWS 是 Simple Chinese Word Segmentation 的首字母缩写(即:简易中文分词系统)。这是一套基于词频词典的机械式中文分词引擎,它能将一整段的中文文本基本正确地切分成词。 词是中文的最小语素单位,但在书写时并不像英语会在词之间用空格分开, 所以如何准确并快速分词一直是中文分词的攻关难点。SCWS 采用纯 C 语言开发,不依赖任何外部库函数,可直接使用动态链接库嵌入应用程序, 支持的中文编码包括 GBK、UTF-8 等。此外还提供了 PHP 扩展模块, 可在 PHP 中快速而方便地使用分词功能。分词算法上并无太多创新成分,采用的是自己采集的词频词典,并辅以一定的专有名称,人名,地名, 数字年代等规则识别来达到基本分词,经小范围测试准确率在 90% ~ 95% 之间, 基本上能满足一些小型搜索引擎、关键字提取等场合运用。首次雏形版本发布于 2005 年底。scws下载与安装scws 支持windows平台以及linux/unix平台,本次简单以windwos下安装为例进行说明:[1]下载php_scws.dll文件、XDB 词典文件...

PHP,工具

1,695 阅读
06月23日
1,695 阅读
0 评论

人生倒计时

今日已经过去小时
这周已经过去
本月已经过去
今年已经过去个月

今日天气

少数派热文榜

  • 获取失败!

标签云