JE分词组件,词典编辑方法

最新推荐文章于 2011-06-01 09:43:00 发布
最新推荐文章于 2011-06-01 09:43:00 发布
阅读量572 收藏
点赞数
分类专栏： Lucene
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/devfan/article/details/4438438
版权

JE词典位置使用Winrar打开je-analysis-1.5.1.jar文件 analysis->data目录下

 

编辑词典文件词典文件为Txt文件，主要词典文件为sDict.txt，可对词典文件直接使用记事本编辑，一个词占用一行。编辑后保存退出记事本程序后Winrar会提示文件已经被修改是否在压缩文件中更新。

devfan
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
Lucene中文分词组件 JE-Analysis 1.4.0
12-08
//采用正向最大匹配的中文分词算法，相当于分词粒度等于0 MMAnalyzer analyzer = new MMAnalyzer(); //参数为分词粒度：当字数等于或超过该参数，且能成词，该词就被切分出来 MMAnalyzer analyzer = new MMAnalyzer...
JE分词器
杨鑫newlife的专栏
04-04 1582
/*这段代码写的是JE分词器对于所输入的文本进行分词 * 这里还可以自己设定，分词的范围和单个词语，这样用户可以更加方便对想要 *处理的文本更加的灵活多变。 *这里我添加的例子是.addWord(“回首雅虎在中国”)； * */ package analyzer; import jeasy.analysis.MMAnalyzer; public class
中文分词 JE-Analysis 组件使用外部自定义词典
品味开发乐趣
07-04 2499
 JE-Analysis分词组件的一大特色就是可以添加词以及使用词典以扩张起自己带的词库,使得分词更加准确.下面就是使用外部词典代码:import java.io.IOException;import jeasy.analysis.MMAnalyzer;import java.io.FileNotFoundException;import java.io.FileReader;pu
Lucene中文分词组件 JE-Analysis 1.5.1
kongjing0815的专栏
05-20 793
//采用正向最大匹配的中文分词算法，相当于分词粒度等于0MMAnalyzer analyzer = new MMAnalyzer();//参数为分词粒度：当字数等于或超过该参数，且能成词，该词就被切分出来MMAnalyzer analyzer = new MMAnalyzer(int wordLength);//字符串切分，常用于客户的关键字输入analyzer.segment(String text, String separator);词典维护API（静态方法）：//增加一个新词典，采用每行一个词的读取
Lucene中文分词组件 JE-Analysis
zxdan321的专栏
04-10 549
//采用正向最大匹配的中文分词算法，相当于分词粒度等于0MMAnalyzer analyzer = new MMAnalyzer();//参数为分词粒度：当字数等于或超过该参数，且能成词，该词就被切分出来MMAnalyzer analyzer = new MMAnalyzer(int wordLength);//字符串切分，常用于客户的关键字输入analyzer.segment(String te
Lucene中文分词组件JE-Analysis1.5.0
p_x1984的专栏
07-02 155
<!-- Title Start--> Lucene中文分词组件JE-Analysis1.4.0 分词效率： 第一次分词需要1－2秒（读取词典），之后速度基本与Lucene自带分词持平。 该组件免费安装使用传播，无限制商业应用，但暂不开源，也不提供任何保证。 　　运行环境： Lucene 1.9+ 　　内存消耗： 30M+ 　　1.4.0 —— 2006-08-21 　...
Nutch 中文分词 庖丁分词组件
TJT999
06-01 2677
1 中文分词介绍 目前，Nutch中文分词方式大致有两种方式： 一是修改源代码。这种方式是直接对Nutch分词处理类进行修改，调用已写好的一些分词组件进行分词。 二是编写分词插件。这种方式是按照Nutch定义的插件编写规则重新编写或者添加中文分词插件。 以上两种方式都是可取的。目前，由于开源社区的活跃，已经有很多种分词组件的出现，无论是修改源代码的方式还是编写分词插件的方式，都是依赖于这些分词组件的。下面列出了主要的一些分词组件： 1、CJKAnalyzer Lucene自带的一种中日韩分词器。
je-analysis-1.5.3、lucene-core-2.4.1分词组件
12-31
je-analysis-1.5.3、lucene-core-2.4.1分词组件
JE分词 1.4+1.5
01-26
全面支持Lucene 2.0 增强了词典维护的API 增加了商品编码的匹配 增加了Mail地址的匹配 实现了词尾消歧算法第二层的过滤 整理优化了词库
je-analysis-1.5.3.zip_JE-Analysis_分词 英文
09-14
中英文分词工具，可以扩展词典,使用比较方便
转 Lucene中文分词组件 JE-Analysis 1.5.1 天狼
03-01
博文链接：https://phantom.iteye.com/blog/66068
关于Lucene SandBox包的下载问题
品味开发乐趣
07-09 1509
学习Lucene中我在网络上查阅的关于Lucene方面的内容,其中有些学习资料表述( lucene包括core和sandbox两部分，其中core是lucene稳定的核心部分，sandbox包含了一些附加功能，例如highlighter、各种分析器。),其中core包可以从http://lucene.apache.org/很容易找到,但sandbox确找了很久都没有结果,最后发现http://lu
Lucene SandBox包中highlighter(高亮显示搜索结果包)存在的问题
品味开发乐趣
07-11 1492
         highlighter包从官方网站下载编译就有几个.java文件错误,估计需要完全编译整个Sandbox，而我只编译了highlighter使得有些问题，但highighter.java的getBestTextFragments()始终有问题，而且在网络上查到lucene-highlighter可以很好的解决英文高亮的问题，但是对中文分词算法的高亮就会存在严重的问题。比如使用CJ
lucene文件格式分析
品味开发乐趣
08-11 895
segment每个segment代表lucene一个完整的索引段。通常一个索引中包含了多个segment。每个segment都有统一的前缀，前缀名由Document的数量转成36进制后，在前面加“_”而构成的。通常一个完整索引中，有且只有一个没有后缀名的segment文件，它记录了当前索引中所有的segment的信息。 .fnm此文件包含了Document中的所有field名称 .
基于SSM+JSP的企业人事管理信息系统毕业设计(源码+录像+说明).rar
最新发布
05-09
基于SSM+JSP的企业人事管理信息系统毕业设计(源码+录像+说明).rar 【项目技术】 开发语言：Java 框架：ssm+jsp 架构：B/S 数据库：mysql 【演示视频-编号：420】 https://pan.quark.cn/s/b3a97032fae7 【实现功能】 实现了员工基础数据的管理，考勤管理,福利管理,薪资管理,奖惩管理,考核管理,培训管理,招聘管理,公告管理,基础数据管理等功能。
介绍了解三菱je伺服应用需求的方法和技巧，如了解工作环境、负载特性等
06-14
了解三菱JE伺服应用需求的方法和技巧如下： 1. 了解工作环境：了解伺服系统工作的环境，包括温度、湿度、噪音、震动等因素，以便选择适合的伺服系统。 2. 了解负载特性：了解负载的特性，包括负载的重量、形状、...

“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