简单的中文分词系统httpcws

 

HTTPCWS 是一款基于HTTP协议的开源中文分词系统，目前仅支持Linux系统。HTTPCWS 使用“ICTCLAS 3.0 2009共享版中文分词算法”的API进行分词处理，得出分词结果。

    1 安装.   

wget http://httpcws.googlecode.com/files/httpcws-1.0.0-x86_64-bin.tar.gz
tar zxvf httpcws-1.0.0-x86_64-bin.tar.gz
rm -f httpcws-1.0.0-x86_64-bin.tar.gz
cd httpcws-1.0.0-x86_64-bin/
 
   2 启动
  下载解包后，会发现里面有一个可执行文件，也就是说不用编译，比较省事。
  启动命令：
/usr/local/httpcws-1.0.0-x86_64-bin/httpcws -d -x /usr/local/httpcws-1.0.0-x86_64-bin/dict/

可以使用/usr/local/httpcws-1.0.0-x86_64-bin/httpcws -h 查看启动参数：
3 程序调用.
  httpcws支持所有可以发出HTTP请求的语言，因为它是以HTTP协议调用的，在浏览器输入http://127.0.0.1:1985/?w=分词系统测试，便可以得到分词的结果了。所以只要可以发送HTTP请求的语言，都可以调用它。

4 分词速度

　　局域网内 HTTPCWS 接口中文分词平均处理速度（Wait时间）：0.001秒。HTTPCWS 基于 libevent + epoll 网络IO模型开发，经测试，每秒可处理5000～20000次请求。
5、自定义词库

修改dict/httpcws_dict.txt文件，可以自由增加自己需要的词语。重启httpcws即可生效。