friso mysql_friso: friso是使用c语言开发的一个高性能中文分词器,使用流行的mmseg算法实现。完全基于模块化设计和实现,可以很方便的植入到其他程序中,例如:MySQL,PHP等...

Friso完整版本(词库, 词库管理工具, winNT下的dll文件, 开发帮助文档)下载: https://code.google.com/p/friso/

一. 关于Friso:

friso中文分词器friso是使用c语言开发的一个开源中文分词器,使用流行的mmseg算法实现。完全基于模块化设计和实现,可以很方便的植入其他程序中,例如:MySQL,PHP,源码无需修改就能在各种平台下编译使用,加载完20万的词条,内存占用稳定为13.5M.

1。目前最高版本:friso 1.4.0,只支持UTF-8编码。

2。mmseg四种过滤算法,分词准确率达到了98.41%,请参考本算法的原作:http://technology.chtsai.org/mmseg/。

3。支持自定义词库。在dict文件夹下,可以随便添加/删除/更改词库和词库词条,并且对词库进行了分类。

4。词库使用了friso的Java版本jcseg的简化词库。

5。支持中英/英中混合词的识别(维护词库可以识别任何一种组合)。例如:卡拉ok, 漂亮mm, c语言,IC卡,哆啦a梦。

7。很好的英文支持,英文标点组合词识别, 例如c++, c#, 电子邮件,网址,小数,分数,百分数。

8。支持阿拉伯数字/小数基本单字单位的识别,例如2012年,1.75米,5吨,120斤,38.6℃。

9。自动英文圆角/半角,大写/小写转换。

10。自动中英文同义词追加/同义词匹配. (需要在friso.ini中开启friso.add_s

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Friso使用 c 语言开发的一款开源的高性能中文分词使用流行mmseg算法实现完全基于模块化设计实现,可以很方便植入其他程序, 例如:MySQLPHP,并且提供了php5,php7,ocaml,lua的插件实现。源码无需修改就能在各种平台下编译使用,加载完 20 万的词条,内存占用稳定为 14.5M。 Friso核心功能: 中文分词mmseg算法 + Friso 独创的优化算法,四种切分模式。 关键字提取:基于textRank算法。 关键短语提取:基于textRank算法。 关键句子提取:基于textRank算法。 四种切分模式: 简易模式:FMM 算法,适合速度要求场合。 复杂模式- MMSEG 四种过滤算法,具有较高的岐义去除,分词准确率达到了98.41%。 检测模式:只返回词库已有的词条,很适合某些应用场合。(1.6.1版本开始)。 最多模式:细粒度切分,专为检索而生,除了文处理外(不具备文的人名,数字识别等智能功能)其他与复杂模式一致(英文,组合词等)。 功能特性: 1、同时支持对 UTF-8/GBK 编码的切分,支持 php5 和 php7 扩展和 sphinx token 插件。 2、支持自定义词库。在 dict 文件夹下,可以随便添加/删除/更改词库和词库词条,并且对词库进行了分类。 3、简体/繁体/简体混合支持,可以方便的针对简体,繁体或者简繁体切分。同时还可以以此实现简繁体的相互检索。 4、支持英/英混合词的识别(维护词库可以识别任何一种组合)。例如:卡拉ok,漂亮mm,c语言,IC卡,哆啦a梦。 5、很好的英文支持,英文标点组合词识别,例如c++,c#,电子邮件,网址,小数,百分数。 6、自定义保留标点:你可以自定义保留在切分结果的标点,这样可以识别出一些复杂的组合,例如:c++,k&r,code.google.com。 7、复杂英文切分的二次切分:默认 Friso 会保留数字和字母的原组合,开启此功能,可以进行二次切分提高检索的命率。例如:qq2013会被切分成:qq/ 2013/ qq2013。 8、支持阿拉伯数字/小数基本单字单位的识别,例如2012年,1.75米,5吨,120斤,38.6℃。 9、自动英文圆角/半角,大写/小写转换。 10、同义词匹配:自动文/英文同义词追加. (需要在 friso.ini 开启 friso.add_syn 选项)。 11、自动英文停止词过滤。(需要在 friso.ini 开启 friso.clr_stw 选项)。 12、多配置支持,安全的应用于多进程/多线程环境。

“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

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