Jcseg轻量级Java中文分词器2.6.5最新版

Jcseg分词器官方版是一款简单且超级好用的轻量级Java分词工具，它可以帮助用户轻松提取关键词和关键词，并为Java的使用提供帮助，该软件还提供了一个基于Jetty的Web服务器，可以满足用户的各种Java编程功能要求并支持自定义同义词库，在lexicon文件夹中，您可以随意添加/删除/更改词库和词库的内容，并对词库进行分类，支持词库的多目录加载，在配置lexicon.path中，使用';'分离多个词库目录，将词库分为简化/传统/简化和传统混合词库：它可以特别适用于简化的简化切分，传统的切分以及简化和传统的混合切分，并且可以使用以下同义词Jcseg实现了简体和繁体的相互检索，还提供了两个简单的同义词库管理工具，可以在简体中文和繁体中文之间进行转换并合并同义词库。

软件特色

中英文同义词加法/同义词匹配+汉语拼音加法。同义词库将“现代汉语词典”和cc-cedict词典中的条目集成在一起，并根据cc-cedict词典用汉语拼音标记条目，并根据“汉语同义词词典”用同义词标记条目（没完成） 。更改jcseg.properties配置文件可以在分词过程中将拼音和同义词添加到分词结果中。

中文数字和中文分数识别例如：“这里有一百五十人，四十人。”分为“一百五十”和“一百四十”。 Jcseg会自动将其转换为阿拉伯数字，并将其添加到分词结果中。如：150、1 / 40。

支持识别中英文混合词和中英文混合词（保持词典可以识别任何组合）。例如：B超检查，X射线，卡拉OK，七渡KTV，Do啦A梦。

支持类似英语的中文分段，并使用mmseg算法消除歧义，例如：“ openarkcompiler”将分段为：“ open ark编译器”，此功能也可以关闭。

软件功能

中文分词：mmseg算法 + Jcseg 独创的优化算法，七种切分模式。

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。

文章自动摘要：基于BM25+textRank算法。

自动词性标注：基于词库+（统计歧义去除计划），目前效果不是很理想，对词性标注结果要求较高的应用不建议使用。

命名实体标注：基于词库+（统计歧义去除计划），电子邮件，网址，大陆手机号码，地名，人名，货币，datetime时间，长度，面积，距离单位等。

Restful api：嵌入jetty提供了一个绝对高性能的server模块，包含全部功能的http接口，标准化json输出格式，方便各种语言客户端直接调用。