Jcseg 2.2.0 发布，Java 轻量级开源自然语言处理包

内容简介：Jcseg是基于mmseg算法的一个轻量级中文分词器，同时集成了关键字提取，关键短语提取，关键句子提取和文章自动摘要等功能，并且提供了一个基于Jetty的web服务器，方便各大语言直接http调用，同时提供了最新版本的l...

Jcseg是基于mmseg算法的一个轻量级中文分词器，同时集成了关键字提取，关键短语提取，关键句子提取和文章自动摘要等功能，并且提供了一个基于Jetty的web服务器，方便各大语言直接http调用，同时提供了最新版本的lucene，solr和elasticsearch的分词接口！

Jcseg 2.2.0更新内容如下：

1. 检索模式SearchSeg增加粒度控制，切分单字，例如：”人民币“切分为”人，民，币，人民，人民币“。

2. 同义词统一解决方案：同义词单独管理，同义词之间自动相互引用，同义词追加和自动合并(REAMD中增加了详细的同义词说明文档)。

3. 单个词条多实体支持，词条的实体可以定义多个，IWord#Entity变为数组。

4. NLP切分优化，修复datetime,time实体识别和其他部分bug。

5. 词库优化。

关于同义词：

同义词具体格式参考码云项目下的vendors/lexicons/lex-synonyms.lex
在词库的第一行增加CJK_SYN，定义其为同义词词库即可，可以建立多个。

1，基本格式如下：

词根,同义词1[/可选拼音],同义词2[/可选拼音],...同义词n[/可选拼音]

例如：

研究,研讨,研发,研磨/yan mo

2，同义词要求：

01)，第一个词条为词根，这个词条必须是CJK_WORD词库中已有的词条
02)，其他同义词可以不用存在，jcseg会自动将其加入词库，并且词条之间相互引用同义词
03)，同义词会继承词根的词性和实体定义，也会继承本词条的拼音（如果该词条存在），也可以在其后自定义拼音。

该版本已经在自己的NLP平台中稳定运行3个月+，稳定性已经经过压测，NLP需求的重点升级！

最新版本下载地址：

1，大码云：http://git.oschina.net/lionsoul/jcseg/tree/v2.2.0-release

2，github：https://github.com/lionsoul2014/jcseg/releases/tag/v2.2.0-release

3，maven仓库

【声明】文章转载自：开源中国社区 [http://www.oschina.net]

以上所述就是小编给大家介绍的《Jcseg 2.2.0 发布，Java 轻量级开源自然语言处理包》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！

查看所有标签

猜你喜欢:

• Jcseg 2.3.0 发布，Java 轻量级开源自然语言处理包
• Jcseg 2.4.0 发布，Java 轻量级开源自然语言处理包
• Jcseg 2.4.0 发布，Java 轻量级开源自然语言处理包
• Jcseg 2.5.0 发布，Java 轻量级开源自然语言处理包
• R语言自然语言处理：中文分词
• 自然语言处理中的语言模型预训练方法

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。