找到相关仓库约为839个
搜索工具
排序方式：
最佳匹配
是一款用于Go 语言的文本处理库（主要是英文），支持 okenization（标记化）、part-of-speech tagging（词性标注）、named-entit
PHPAnalysis分词程序使用居于unicode的词库，使用反向匹配模式分词，理论上兼容编码更广泛，并且对utf-8编码尤为方便。 由于PHPAnalysis是无组件的系统，因此速度会比有组件的稍慢，不过在大量分词中，由于边分词边完成词库载入，因此内容越
The IK Analysis plugin integrates Lucene IK analyzer (http://code.google.com/p/ik-analyzer/) into opensearch, support customized
基于ik-analyzer分词器，在其基础上实现对不同版本的lucene兼容，ik-analyzer项目主页地址为：https://code.google.com/archive/p/ik-analyzer/
中文词法分析（LAC） 中文分词(Word Segmentation)是将连续的自然语言文本，切分出具有语义合理性和完整性的词汇序列的过程
基于人民日报语料库，实现以下操作：加载语料库进行n-gram词频统计生成词典；用生成的词典生成有意义的语句；对任意输入语句进行正确分词，实现FMM和BMM的分词方法。有GUI界面
中文爬虫的代码，需不断维护（故只是个selenium+chromedriver+demo，欢迎白嫖）； 主要是使用gensim分词基于词频修正jieba中文分词误拆分(其他什么的分词也可以)
推荐博客
...