我的LUCENE終于實現(xiàn)中文自動分詞了- -
其實也不是自己做的,,是中科院的做的一個開放源代碼自動分詞系統(tǒng),,不過也不是完全意義的開源項目,,只能做研究,,不能商業(yè)化,,而且不提供服務,,不提供API,。如果要提供API的話,則需要錢(不便宜,,5萬到50萬不等),,赫赫,也許他們即想開放源代碼,,又想賺錢吧,。不管怎樣,對于他們這種開放的態(tài)度還是很敬佩,!
閑話少說,,剛才說了,他們的系統(tǒng)不提供API,,而且是用c++編寫,。只能生成一個.exe文件。但我想在java的環(huán)境下運行自動分詞,,于是,,這幾天根據(jù)自己他們的源代碼重新做一個DLL工程,在工程中自己編寫JNI的接口,,編譯后生成一個dll文件,,然后再在java中通過jni來調用這個dll文件。赫赫,,我講講我的思路,有興趣的可以自己去試試,。然后我再在lucene中做了一簡單根據(jù)空格來分詞的stop詞分析器,,這個分析器調用自動分詞系統(tǒng)來生成結果并建索引。哈哈,,我的Lucene 可以終于實現(xiàn)中文自動分詞了,。不過,只能研究研究,,不能商業(yè)化啊,。 :)
關于中科院的自動分詞系統(tǒng),可以參見中文自然語言處理開放平臺
- 作者: yuanlang 2004年08月10日, 星期二 21:36 Trackback你可以使用這個鏈接引用該篇日志 http://publishblog./blog/tb.b?diaryID=277736 回復- 評論人:sqletWed Nov 16 17:09:42 CST 2005SQLET 開放源碼的中文搜索引擎 (http://www.) - 評論人:huxingtianxiaMon Sep 12 18:58:21 CST 2005大哥,,能否提供一下這個軟件,,我試一下,我被自動分詞困擾好多年了,,如果愿意的話請發(fā)到我的郵箱里,,不勝感激!,! - 評論人:hucqWed Jul 20 12:05:37 CST 2005能發(fā)一份dll 或代碼嗎 謝謝 - 評論人:1978Tue Jun 21 22:47:48 CST 2005我的畢業(yè)設計中的一部分和這有關,能不能把您的源碼發(fā)給我學習一下,謝謝.我的郵箱是[email protected] - 評論人:guoqiaoSat Jun 18 19:25:23 CST 2005大哥你好,,能否將源碼發(fā)我一份,不勝感激! - 評論人:suntaoMon Jun 06 20:59:13 CST 2005你好,,真羨慕你能分詞拉,,我掙扎了好產(chǎn)時間都沒效果,! 能發(fā)分源代碼給我嗎? 我也需要java環(huán)境下面的 謝謝拉 急需??! 救救我吧! - 評論人:wlb2517Tue May 24 17:48:52 CST 2005最近在學搜索引擎,,能否將源碼發(fā)我一份,,不勝感激,我的郵箱是 - 評論人:大衛(wèi)Mon May 23 14:24:56 CST 2005大哥, 能否發(fā)一份給我試用一下啊! 我已用了好幾個分詞組件都不是太滿意. - 評論人:cy807Sat Apr 30 12:59:05 CST 2005你好,,我的畢設做的是dspace的中文全文檢索,,我下了你的split.dll.我很想知道里面的那些函數(shù)的用法和作用,想?yún)⒖家幌略a,,如果不方便的話告訴我分詞流程思路也行,。 - 評論人:maxyangWed Apr 27 23:55:02 CST 2005您好: - 評論人:hughFri Apr 15 17:09:21 CST 2005中科院的那套我也有,,并且和你一樣把它編譯成dll,,但感覺效果很不好,英文沒辦法辨別詞性,,中文切詞也不是特別理想,。而且最郁悶的一點是健壯性不夠,遇到一些并不是太極端的情況就會自動退出,,處理速度也不近人意,。 - 評論人:yuanlangFri Mar 11 15:02:03 CST 2005請到這里下載:http://www./download/AutoSplit.rar - 評論人:tiaoziTue Mar 08 11:48:00 CST 2005正在做Nutch的中文化,,能不能把dll或者源代碼發(fā)一份, - 評論人:crabThu Mar 03 19:02:57 CST 2005我也是需要一份,做畢設呢,,先謝了 - 評論人:silverwindFri Feb 25 09:43:01 CST 2005能不能給我也發(fā)一份,,我需要及了,謝謝 - 評論人:shirleyxyjTue Feb 22 21:36:20 CST 2005呵呵,,謝謝yuanlang,我收到你給我發(fā)的郵件了,,馬上要開始好好學習學習了:) - 評論人:jonghSun Feb 20 11:00:03 CST 2005請問yuanlang,split.dll能夠在VC里調用嗎,?如果可以的話,,能否提供函數(shù)原型呢?謝謝 - 評論人:yuanlangThu Jan 27 17:03:04 CST 2005一個一個發(fā)太麻煩,,在我的blog上有鏈接可以下載,。 - 評論人:匿名Wed Jan 26 10:09:20 CST 2005能不能給我發(fā)一份。我也想要,我的郵箱為[email protected].萬分感謝??! - 評論人:yuanlangThu Jan 20 17:33:14 CST 2005我已經(jīng)發(fā)Email了,各位請查收,。 - 評論人:匿名Tue Jan 11 22:00:08 CST 2005請問能不能給我發(fā)一份啊,,多謝了![email protected] - 評論人:alfredSat Dec 18 17:59:43 CST 2004能不能把源代碼發(fā)一份, 我想學習一下這個東東! - 評論人:zhangjinThu Dec 16 10:38:53 CST 2004能否給我一份中文分詞資料,,謝謝 - 評論人:匿名Mon Dec 06 13:23:18 CST 2004sorry,,我的信箱應該是[email protected],方便的話,,幫我發(fā)到這個信箱,,謝謝啦! - 評論人:匿名Wed Dec 01 15:57:10 CST 2004我已經(jīng)被中文分詞困擾了好幾天了,可不可以給我發(fā)一份[email protected]感謝! - 評論人:jingjingjingTue Nov 30 14:25:49 CST 2004我再留個qq號,,282738238,,好想看到你的源代碼呀!拜托能不能發(fā)一個給我,!謝謝啦,! - 評論人:jingjingjingMon Nov 29 11:17:31 CST 2004我也想要一份源代碼,謝謝,!我的郵箱是:[email protected] - 評論人:imibpigFri Nov 26 20:45:03 CST 2004關于我的源碼我自己開始寫的比較混亂,,這幾天我整理一下,然后給你們發(fā)過去,。 - 評論人:fountainWed Nov 17 09:54:38 CST 2004我正在研究這個,,有時間我們可以探討一下,請你把你的源碼發(fā)我一份,,先在此謝謝你了。我的郵箱: [email protected], QQ:41823279 - 評論人:shirleyxyjMon Nov 15 21:36:07 CST 2004我也想要啊,,可否把你的源碼發(fā)我一份呀,,謝謝了。我的郵箱: [email protected],QQ:1963370 - 評論人:匿名Mon Nov 01 22:50:00 CST 2004能不能把dll或者源代碼發(fā)一份,謝謝,我想學習一下這個東東! - 評論人:yuanlangMon Sep 13 16:51:50 CST 2004;) - 評論人:sonxSun Sep 12 00:10:58 CST 2004聯(lián)系我吧,兩個版本都可以運行了 , jsp的 lucene 構架的 |
|