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_syn选项)
11。自动中英文停止词过滤。(需要在friso.ini中开启friso.clr_stw选项)
12。提供friso.ini配置文件, 可以配置自定义分词. 如何配置friso
二。分词速度:
测试环境:2.8GHZ/2G/Ubuntu
简单模式:3.8M/秒
复杂模式:1.8M/秒
三。Friso其他主页:
Friso官方主页: https://code.google.com/p/friso/
Friso开源中国: http://www.oschina.net/p/friso
Friso开发帮助文档: http://git.oschina.net/lionsoul/friso/attach_files
四。联系作者:
作者: 狮子的魂
email: chenxin619315@gmail.com
qq: 1187582057