Knife接口解析

庖丁系统是个完全基于lucene的中文分词系统,因而它就是重新了一个analyer,
叫做PaodingAnalyzer,这个analyer的核心任务就是生成一个可以切词的TokenStream
这些都是lucene的结构设计,如果要和lucene一起使用就要这么写。
    庖丁系统中的TokenStream就是PaodingTokenizer,它提供了我们用于分词的核心方法
next,它每次调用的时候返回切好的一个词。它采用了一个迭代器来进行的缓存,因而它不
是每次调用都会去拿出一堆刀来进行切词,它一般会一次切一堆然后将它保存下来,然后等
取完了再切第二次。
    切词的时候它是直接调用了knifebox的dissect方法来进行切词的
    knifebox是个刀盒子,它有一个刀的数组,它的dissect方法会调用刀的assignable方法
来决定是否可以用这个刀来切,如果用一个刀切了,但是没有切出任何词,即刀返回的最后切词的位置
与开始位置一样则换下把刀切,如果切出了词,那么就直接返回最后切的位置,再不换刀切了,同时等
待下一次切词。
    在这个系统中还有paoding和SmartKnifeBox两个子类他们都是继承knifebox,但是它们只是
做了一些简单的检查工作,主要工作还是由这个基类来完成。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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