jieba分词,自定义词库分词 java语言

最新推荐文章于 2025-03-09 19:18:41 发布

悟能的师兄

最新推荐文章于 2025-03-09 19:18:41 发布

阅读量1.3w

点赞数 1

分类专栏： java 深度学习文章标签： Jeba分词

本文链接：https://blog.csdn.net/yexiaomodemo/article/details/86571177

版权

java 同时被 2 个专栏收录

36 篇文章

订阅专栏

深度学习

1 篇文章

订阅专栏

本文介绍在JAVA环境中使用Jeba进行分词的方法，包括引入Maven依赖、自定义词典及调用示例。通过加载自定义词典，Jeba能更准确地进行中文分词。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

其实这是一个解决JAVA端使用Jeba分词的方式。Jeba相较于其他产品的优势是双向匹配分词

GITHUB地址：https://github.com/huaban/jieba-analysis

第一步引用Maven

<!-- Jeba分词器 几年没更新了GitHub-->
<dependency>
	<groupId>com.huaban</groupId>
	<artifactId>jieba-analysis</artifactId>
	<version>1.0.2</version>
</dependency>

第二步自定义词词典：

创建的文件结构以及文件名称：dicts/jieba.dict

自定义的词典请放到：resource/dicts/jieba.dict

自定义词词库的内容

塑料 3 n
塑料管件 3 n
塑料管 3 n
管件 3 n

第三步调用：

public void contextLoadsJeba() {
        String text = "塑料管件" ;
		System.out.println( "Jeba 分词  -------------" );
		JiebaSegmenter segmenter = new JiebaSegmenter();

		System.out.println(segmenter.process( text , JiebaSegmenter.SegMode.INDEX).toString());
        System.out.println("加载自定义词库的信息，开始做自定义词库的分词------->>>>>>>>");
        // 词典路径为Resource/dicts/jieba.dict
        Path path = Paths.get(new File( getClass().getClassLoader().getResource("dicts/jieba.dict").getPath() ).getAbsolutePath() ) ;
        //加载自定义的词典进词库
        WordDictionary.getInstance().loadUserDict( path ) ;
        //重新分词
        segmenter = new JiebaSegmenter();
        System.out.println(segmenter.process( text , JiebaSegmenter.SegMode.INDEX).toString());
    }

搞定