C#中文分词算法：ChineseAnalyzer

最新推荐文章于 2017-02-27 21:15:00 发布
最新推荐文章于 2017-02-27 21:15:00 发布
阅读量4.5k 收藏 2
点赞数 4
分类专栏： C#
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/hww9011/article/details/20544615
版权
本文介绍了如何在C#中使用Lucene.Net和Lucene.China库进行中文分词。需要引用Lucene.Net.dll和Lucene.China.dll库，并将data文件夹中的.sDict.txt等文件放在特定路径下。示例代码展示了如何创建Analyzer实例，对输入文本进行分词处理，并输出分词结果。
摘要由CSDN通过智能技术生成

1.首先需要引用 2个dll库文件 Lucene.Net.dll + Lucene.China.dll

using Lucene.Net;
using Lucene.Net.Analysis;
using Lucene.China;

2.还有一个data文件夹需要放在C:\Program Files (x86)\Common Files\microsoft shared\DevServer\10.0目录下    

里面有三个文件

（1）.sDict.txt

（2）.sDict.txt.bak

（3）.sNoise.txt

这三个文件主要是用来根据那些词去分词的词语 如图：

最低0.47元/天 解锁文章
姓名不能为空
关注
  • 4
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
C#:实现分词算法(附完整源码)
希望我的博客，能帮上你解决学习中工作中所遇到的问题
09-08 626
C#:实现分词算法(附完整源码)
中文分词ChineseAnalyzer.rar
07-31
中文分词 有两个dll,分词词库，可运行代码, 使用方法举例： private void button1_Click(object sender, EventArgs e) { StringBuilder sb = new StringBuilder(); sb.Remove(0, sb.Length); string t1 = "";...
中文分词c#
10-30
该程序是本人上学时做的一个小程序，主要用来解决中文分词
nltk-比较中文文档相似度-完整实例
技术博客
11-19 2618
nltk-比较中文文档相似度-完整实例
C# 分词算法,ChineseAnalyzer,源代码分析，其他地方的代码都是稀烂。。。。
我说我长的不帅，她们说我说谎，还打我。
02-27 1935
1.引用文件下载地址：点击下载2.引用一个Lucene.Net.dll文件3.添加新类库文件 WordTree.csusing System; using System.Collections; using System.IO; using System.Text; using System.Text.RegularExpressions;namespace A.SplitString {
C#分词算法
weixin_34293059的博客
11-07 492
本文用到的库下载：点此下载 词库下载：点此下载 将词库直接放到项目根目录 词库设置如下： 类库说明 词库查看程序：点此下载 可以在上面的程序中添加常用行业词库 还可以通过下面的类在程序中实现 完整的盘古release：点此下载 最新字典文件下载位置 http://pangusegment.codeplex.com/releases/view/47411 默认字典...
一种基于LUCENE的中文分词算法研究倡 (2011年)
06-13
由于Lucene自带的ChineseAnalyzer和CJKAnalyzer两种中文分析器不能够满足全文检索系统的应用,本文给出了一种新的中文分词算法,用于改进Lucene中文分析器。该算法基于字符串匹配原理,实现了正向和逆向相结合的最大增...
中文分词器工具包下载（配置+Jar包）
02-06
IK Analyzer是由Java编写的，它的全名是"Intelligent ChineseAnalyzer for Java"，主要目标是提高中文分词的速度和准确性。它支持自定义词典，允许用户根据实际需求扩展或定制词库，这在处理专业领域或特定语境的...
Lucene关于几种中文分词的总结
05-05
《Lucene关于几种中文分词的总结》 在搜索引擎和信息检索系统中，中文分词是文本处理的关键步骤。Lucene作为一款强大的全文检索库，虽然内置了StandardAnalyzer，但其对中文分词的支持并不完全满足所有应用需求。...
Django实现whoosh搜索引擎使用jieba分词
01-20
本文介绍了Django实现whoosh搜索引擎使用jieba分词，分享给大家，具体如下： Django版本：3.0.4 python包准备： pip install django-haystack pip install jieba 使用jieba分词 1.cd到site-packages内的haystack包...
c# 中文分词 LUCENE IKAnalyzer
03-16
自己做的一个中文分词，可以用在MONO下。根据IKAnalyzer Java版本移植到C#。采用了Powercollection类库。
中文分词-C语言编写正向和反向最大匹配算法
09-21
本程序是北京师范大学学生根据一个中文字库对所给的文章进行分词。有详细说明文档和exe文件，采用C语言编写，具体在文档中完全说明。采用的算法是正向最大匹配算法和反向最大匹配算法。主要实现屏幕分词和文件分词两项功能。因为对毕业设计有所帮助，所以我要分高一点哈~勿怪偶~
C# .Net 写的中文分词
10-31
C# .Net 写的中文分词 哈工大中文信息处理
c#分词组件
08-10
c#分词组件c#分词组件c#分词组件
C#写的分词程序(含词典)
06-29
C#写的分词程序(含词典)，仅供学习参考使用<br>
编写简单的中文分词程序(转载)
java-t-go
09-21 335
几个月之前,在网上找到了一个中文词库素材(几百K),当时便想写一个分词程序了.我对汉语分词没有什么研究,也就凭自己臆想而写.若有相关方面专家,还请多给意见.一、词库 词库大概有5万多词语(google能搜到,类似的词库都能用),我摘要如下: 地区82重要81新华社80技术80会议80自己79干部78职工78群众77没有77今天76同志76部门75加强75组织75 第一列是词,第二列是权重.我...
简单实用的C#分词源代码（含词库素材下载）
凌铖的专栏
08-30 1085
一、词库 词库大概有5万多词语(Google能搜到,类似的词库都能用),我摘要如下: 地区 82 重要 81 新华社 80 技术 80 会议 80 自己 79 干部 78 职工 78 群众 77 没有 77 今天 76 同志 76 部门 75 加强 75 组织 75 点击下面链接下载中文词库素材（纯文本文件） http://www.legalsoft.com.cn/download/cndict.
C#编码简单性之语义篇（如何编写简短的C#代码，随时更新）
陈勇的博客 - Scrum 敏捷开发培训咨询，绩效管理，团队管理，《火星人敏捷开发手册》
04-27 2376
以前写C++的时候曾经在自己网站上发表过一个编码“简单性”之文章，现在编写C#了才发现自己无意之间就会写下一些浪费屏幕的代码。下面是自己编码中偶然发现的一些案例，欢迎中等水平的编程者参考。因为要积累案例，所以随时更新。-------------------------------
改进的Lucene中文分词算法：提高全文检索性能
实验结果显示，新的中文分词算法显著提升了分词质量和效率，显著提高了全文检索系统的查全率和查准率，即在检索结果的覆盖率和精确度上达到了用户的需求。 全文检索的关键在于对文本内容的理解和处理，尤其是在非...
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