蘑菇游戏软件站:安全、绿色、放心的专业下载站! 首页|最近更新|专题集合|站内导航
Friso(高性能中文分词器)v1.6.4免费版

Friso(高性能中文分词器)v1.6.4免费版

  • 软件大小:1.7M
  • 更新日期:2021-03-14 09:32:20
  • 软件语言:简体中文
  • 软件类别:电脑软件
  • 评分等级:
  • 插件情况:无插件请放心使用
  • 软件官网:www.17mogu.com
  • 适用平台:winAll
软件介绍 相关下载 人气软件

Friso是使用c语言开发的一款开源的高性能中文分词器,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,源码无需修改就能在各种平台下编译使用!

Friso(高性能中文分词器)

功能介绍

  Friso核心功能:

  中文分词:mmseg算法 + Friso 独创的优化算法,四种切分模式。

  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。

  Friso中文分词:

  四种切分模式:

  简易模式:FMM 算法,适合速度要求场合。

  复杂模式- MMSEG 四种过滤算法,具有较高的岐义去除,分词准确率达到了98.41%。

  检测模式:只返回词库中已有的词条,很适合某些应用场合。(1.6.1版本开始)。

  最多模式:细粒度切分,专为检索而生,除了中文处理外(不具备中文的人名,数字识别等智能功能)其他与复杂模式一致(英文,组合词等)。

  分词功能特性:

  同时支持对 UTF-8/GBK 编码的切分,支持 php5 和 php7 扩展和 sphinx token 插件。

  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。

  简体/繁体/简体混合支持, 可以方便的针对简体,繁体或者简繁体切分。同时还可以以此实现简繁体的相互检索。

  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。

  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,百分数。

  自定义保留标点:你可以自定义保留在切分结果中的标点,这样可以识别出一些复杂的组合,例如:c++, k&r,code.google.com。

  复杂英文切分的二次切分:默认 Friso 会保留数字和字母的原组合,开启此功能,可以进行二次切分提高检索的命中率。例如:qq2013会被切分成:qq/ 2013/ qq2013。

  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℃。

  自动英文圆角/半角,大写/小写转换。

  同义词匹配:自动中文/英文同义词追加. (需要在 friso.ini 中开启 friso.add_syn 选项)。

  自动中英文停止词过滤。(需要在 friso.ini 中开启 friso.clr_stw 选项)。

  多配置支持, 安全的应用于多进程/多线程环境。