ASCWH

搜索到 1 篇与 github 的结果
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

1,563 阅读
06月23日
1,563 阅读
0 评论