riso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, 并且提供了一个php扩展: robbe
friso-1.4.0发布:
1. 修复"小数+单位"组合无法识别的情况.更改friso_string#utf8_numeric_string()函数.
2. 更改中英混合词的识别(目前可以识别中英任何一种组合).
英中: 例如: b超,
英中英: a美1,
英中英中: a哆啦a梦,
中英: 卡拉ok,
中英中: 哆啦a梦,
中英中英: 中文a美a
3. 更改了单位组合, 现在可以组合的单位不局限是中文, 例如: ℃,℉
4. 对于未识别的字符, 给定一个开关选项来决定保留还是过滤.
这个和其java版本一样, 增加了friso.keepurec来决定为识别字符的保留问题.
5. 英文同义词的追加(增加了lex-en.lex词库)
开发帮助文档没有更改.
friso详细介绍/下载: http://code.google.com/p/friso/
Have a nice day.