Ansj 分词器 工具类

 

首先pom文件引入Ansj的依赖

       <!-- ansj依赖jar配置  ==start -->
       <dependency>
           <groupId>org.ansj</groupId>
           <artifactId>ansj_seg</artifactId>
           <version>5.1.1</version>
       </dependency>
       <!-- ansj依赖jar配置  ==end -->

这里写一个Ansj的一个测试代码

 

输入为需要分词的字符串，和需要过滤的词性

具体词性介绍可以看：

https://github.com/NLPchina/ansj_seg/wiki/%E8%AF%8D%E6%80%A7%E6%A0%87%E6%B3%A8%E8%A7%84%E8%8C%83

输出为过滤后的词语用\001相连的字符串

	public static void test(String input, String natureStr){
		String [] arraystr= natureStr.split(",");//将词性字符串切割
		StringBuilder sb=new StringBuilder();
		Set<String> set =new HashSet<String>();//将每一个词性作为元素放如set集合中
		for(String arr:arraystr){
			set.add(arr);
		}
		Result result =NlpAnalysis.parse(input);//核心代码，将输入字符串经行分词，返回一个为Result类型的值，样式为    词/词性，词/词性
		List<Term>list =result.getTerms();//将每一个分词和词性放入list集合，每一个词+词性为list的一个元素  样式为[词/词性，词/词性]
		int count=0;
		for(Term term:list){
			if(set.contains(term.getNatureStr())){//判断所分割的词的词性中是否存在set集合中的词性。getNatureStr方法只拿出词性
				if (count>0){
					sb.append('\001');
				}
				sb.append(term.getName());//只拼接词
				count++;
			}
		}
     	System.out.println(sb.toString());
		
	}


        public static void main(String[] args) {
		String natureList = "n,nr,nr1,nr2,nrj,nrf,ns,nsf,nt,nz,nl,ng,nw,s,v,vd,vn,vf,vx,vi,vl,vg,a,ad,an,ag,al,x,xx";
		test("输入一个字符串",natureList);

	}

以上为Ansj分词器的简单使用