mmseg4j自定义添加词典方法

最新推荐文章于 2017-04-04 21:07:46 发布
最新推荐文章于 2017-04-04 21:07:46 发布
阅读量369 收藏
点赞数
分类专栏： 分词 文章标签： java 开发工具

       将jar包源码中的data/words.dic拷贝出来，必须放在项目的src下的data文件夹下，且不能改名；

然后编辑words.dic,在所有词的后面添加要添加的词，默认它会将jar包源码中的words.dic覆盖，

以此方法达到自定义添加分词的功能！

梅八哥
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
mmseg4j.jar
06-05
mmseg4j-solr-2.4.0.jar mmseg4j-analysis-1.9.1.jar mmseg4j-core-1.10.0.jar
mmseg4j-solr-2.3.0.jar
06-07
mmseg4j中文分词器 mmseg4j-core-1.10.0.jar mmseg4j-solr-2.3.0.jar两个主要依赖包
Paoding、mmseg4j、IK Analyzer添加自定义词典
古韦的专栏
12-25 2219
1. 使用Paoding自定义词典 参考文章：http://blog.csdn.net/zhangt85/article/details/8067743 （1）首先自定义一个XXX.dic的文件，以utf-8保存，放到dic目录下任何地方都行； （2）删除.compile文件夹 有时候我们自定义词典的时候，发现不起作用，那么我们需要查看分词模式。 庖丁有两种分词模式： most-wor
如何在基于Lucene的中文分词器中添加自定义词典（如Paoding、mmseg4j、IK Analyzer）...
leiyongping的专栏
09-02 1006
如何在基于Lucene的中文分词器中添加自定义词典（如Paoding、mmseg4j、IK Analyzer）   2013-07-08 21:54:29|  分类： 计算机 |字号 订阅   1. 使用Paoding自定义词典 参考文章：http://blog.csdn.net/zhangt85/article/details/8067743 ...
Solr6自定义mmseg4j中文分词库，升级mmseg4j
随-记的专栏
11-06 3208
摘要： mmseg4j支持用户自定义词库，但是由于Solr6的API变到，使得mmseg4j无法使用自己的中文分词库，如果想使用这一功能，只能改源码了。mmseg4j 版本与其对应的Solr版本mmseg4j 1.8.3 只支持 lucene 2.9/3.0 接口 和 solr 1.4。 mmseg4j 1.8.5 支持 lucene 3.1, solr 3.1。 mmseg4j 1.9.0
solr中mmseg4j自定义词库配置
aiguoxin
01-14 9094
mmseg4j是一个比较流行的中文分词，具体介绍见：http://code.google.com/p/mmseg4j/ schema.xml 配置文件： dicPath="/data/web/search_cores/multicore/dic"/>
mmseg4j的字典数据结构（版本1.8.5）
宁静
04-12 97
最近在做分词，在网上发现了MMSEG，论文简单入理。在code.google.com上搜到了java的实现版本，非常感谢chenlb开源自己的代码。 在学习mmseg4j对字典的结构比较困惑，做了些调研，写下自己的感受。 mmseg4j采用 key-tree的形式存储字典数据结构，这有点类似中科院的ictclas4j的字典结构，ictclas4j的字典结构含有676...
mmseg4j-solr-2.4.0.jar
02-13
solr6.3下好用的mmseg4j分词库，测试可用。
solr6配置mmseg4j
10-19
solr6配置mmseg4j,里面包含mmseg4j需要jar包、dic文件、详细配置说明文档，里面有详细截图和需要文件
分词器mmseg4j 1.9.0.jar
05-14
mmseg4j用Chih-Hao Tsai 的MMSeg算法实现的中文分词器，并实现lucene的analyzer和solr的TokenizerFactory以方便在Lucene和Solr中使用。 MMSeg 算法有两种分词方法：Simple和Complex，都是基于正向最大匹配。Complex...
MMseg4j中文分词词库
06-25
本人从搜狗词库下载后转化为Lucene中文分词所需的词库，里面搜集的都是官方推荐的内容本人亲测可用。使用Solr5.2.1测试
mmseg4j分词器，内含词库
01-27
mmseg4j分词器，版本1.9，内涵词库，位于加压后的data.zip中
使用搜狗词库制作mmseg自定义词典
Hani的 编程生活
07-26 2156
使用搜狗词库制作mmseg自定义词典 http://blog.atime.me/note/mmseg-custom-dict.html#content-heading 总结使用搜狗词库制作mmseg词典的方法和步骤。另外，最近一直没写新博客，一方面是因为懒，另一方面是确实没什么可写的。 coreseek的介绍和安装説明可参考这里，不再赘述。以下是接下来需要注意的几点: 下面假设
Solr之——整合mmseg4j中文分词库
冰河的专栏
11-19 3471
在上一篇博文《Solr之——整合Tomcat》中，我们介绍了Solr与Tomcat的整合方式，还没有阅读上一篇博文的朋友，请先阅读上一篇博文《Solr之——整合Tomcat》，本文是在上一篇博文的基础上整合mmseg4j中文分词词库的。下面我们一起来实现Solr与mmseg4j的整合。 注：这篇博文中，我使用的是mmseg4j1.8.5。 1、环境准备 首先，下载mmseg4j1.8.5中文
mmseg4j动态加载词库
Java Programming
08-20 371
  1:schema.xml: <!-- 中文分词mmseg4j --> <fieldtype name="text_mmseg4j_simple" class="solr.TextField" positionIncrementGap="100"> <analyzer> <tokenizer class="co
偷梁换柱：MMSeg4j借用庖丁解牛的词库
heweiyabeijing的专栏
05-11 124
 　　“……他不回答，对柜里说，“温两碗酒，要一碟茴香豆。”便排出九文大钱。他们又故意的高声嚷道，“你一定又偷了人家的东西了！”孔乙己睁大眼睛说，“你怎么这样凭空污人清白……”“什么清白？我前天亲眼见你偷了何家的书，吊着打。”孔乙己便涨红了脸，额上的青筋条条绽出，争辩道，“窃书不能算偷……窃书！……读书人的事，能算偷么？”接连便是难懂的话，什么“君子固穷”，什么“者乎”之类，引得众人都哄笑起来；店...
stanford-segmenter的使用
hikaru_go的博客
04-04 2217
对于中文的自然语言处理任务来说，分词似乎已经是第一步了，因为深度学习想要使用词向量的话，分词基本是第一步，除非我们基于单个中文单词，当然这看具体的模型了。 所以我们需要一个好的分词工具，stanford-segmenter就是一个不错的分词工具，当然也有很多优秀的其他分词工具，具体用哪个看个人爱好，本文将介绍stanford-segmenter的使用。 我使用的工具包是“stanford-segme
elasticsearch中国字（mmseg）——手动添加字典
weixin_33811539的博客
10-24 180
elasticsearch中国文字本身并不是一个理想的插件效果。手动添加字典可以补偿在一定程度上。 后发现了几个实验，mmseg分段机制采用正向最长匹配算法。例如，抵抗“小时报”这个单词，其内置的字典中不包括字，因此，当用户搜索小的时间时。果。 在咸鱼老婆的虚心指导下，我最终找到了解决的方法。 手动加入该词到mmseg的词库中，有两种方法： 1、将该词增加到自带的某个词典中（非停顿...
mmseg cascade
最新发布
07-28
mmseg 算法考虑了中文语言的特点，如词语长度不均等和词典中的新词增减等问题，因此在中文分词任务中具有一定的效果。 2. cascade： Cascade 是级联分类器的意思，它是一种用于目标检测的算法框架。在目标检测任务...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值