IKAnalyzer简介 IKAnalyzer简介 IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。 IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。 IKAnalyzer特性 a. 算法采用“正向迭代最细粒度切分算法”，支持细粒度和最 ...
分类：
其他好文 时间：
2017-05-24 15:52:18
阅读次数：
218
声明：我使用的Elasticsearch的版本是5.4.0，安装分词器前请先安装maven 一：安装maven https://github.com/apache/maven 说明： 安装maven需要java1.7+ 编译安装分词器时，可能会报错，报错信息如下： [ERROR] COMPILATI ...
分类：
其他好文 时间：
2017-05-24 00:45:40
阅读次数：
363
关于本项目中使用到的庖丁分词的总结： Paoding 详细介绍 庖丁中文分词库是一个使用Java开发的，可结合到Lucene应用中的，为互联网、企业内部网使用的中文搜索引擎分词组件。Paoding填补了国内中文分词方面开源组件的空白，致力于此并希翼成为互联网网站首选的中文分词开源组件。 Paodin ...
分类：
编程语言 时间：
2017-05-22 11:59:31
阅读次数：
130
R语言中文分词包jiebaR的基础知识，为后续的工作做好准备 ...
分类：
编程语言 时间：
2017-05-21 19:40:38
阅读次数：
513
背景：分析用户在世界杯期间讨论最多的话题。 思路：把用户关于世界杯的帖子拉下来。然后做中文分词+词频统计，最后将统计结果简单做个标签云。效果例如以下： 兴许：中文分词是中文信息处理的基础。分词之后。事实上还有特别多有趣的文本挖掘工作能够做。也是个知识发现的过程，以后有机会再学习下。 * 中文分词经常 ...
分类：
编程语言 时间：
2017-05-20 00:04:56
阅读次数：
193
1.solr Solr 是Apache下的一个顶级开源项目，采用Java开发，它是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展，并对索引、搜索性能进行了优化。 Solr可以从Solr官方网站（http://lucene.apache.or ...
分类：
其他好文 时间：
2017-05-19 23:43:38
阅读次数：
290
为什么使用中文分词
下载jcseg
maven打包
导入jar包
编写solrconfigxml
编辑managed-schema文件
设置分词字段
测试为什么使用中文分词举个例子，假如输入“周杰伦的...
分类：
其他好文 时间：
2017-05-19 11:13:29
阅读次数：
286
要支持中文分词，还需要下载Coreseek，可以去官方搜索下载，这里我用的4.1 百度云下载地址： https://pan.baidu.com/s/1slNIyHf 在原安装目录下创建一个文本文档测试一下 然后进入mysql客户端创建一个表测试一下 编辑配置文件csft.conf 保存退出 测试完成 ...
分类：
其他好文 时间：
2017-05-17 18:30:23
阅读次数：
272
官方下载地址 http://sphinxsearch.com/downloads/release/ 百度云下载地址 https://pan.baidu.com/s/1gfmPbd5 进入sphinx安装后的目录下的bin目录执行命令创建索引 要支持中文分词，还需要下载Coreseek，sphinx标 ...
分类：
其他好文 时间：
2017-05-17 18:29:57
阅读次数：
213
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 ...
分类：
Web程序 时间：
2017-05-16 12:52:13
阅读次数：
155
