SCWS 简易中文分词系统

SCWS 是 Simple Chinese Word Segmentation 的首字母缩写(即:简易中文分词系统)。

这是一套基于词频词典的机械式中文分词引擎,它能将一整段的中文文本基本正确地切分成词。 词是中文的最小语素单位,但在书写时并不像英语会在词之间用空格分开, 所以如何准确并快速分词一直是中文分词的攻关难点。

SCWS 采用纯 C 语言开发,不依赖任何外部库函数,可直接使用动态链接库嵌入应用程序, 支持的中文编码包括 GBK、UTF-8 等。此外还提供了 PHP 扩展模块, 可在 PHP 中快速而方便地使用分词功能。

分词算法上并无太多创新成分,采用的是自己采集的词频词典,并辅以一定的专有名称,人名,地名, 数字年代等规则识别来达到基本分词,经小范围测试准确率在 90% ~ 95% 之间, 基本上能满足一些小型搜索引擎、关键字提取等场合运用。首次雏形版本发布于 2005 年底。

SCWS 由 hightman 开发, 并以 BSD 许可协议开源发布,源码托管在 github

Sphinx系列文章SCWS中文分词
本篇内容为大家讲解的是Sphinx系列文章\SCWS中文分词,感兴趣的同学参考学习下,本文内容如下:

发布于 2016-01-05 01:43:41 | 222 次阅读

php实现scws中文分词搜索的方法
本篇内容主要为大家提供的是php实现scws中文分词搜索的方法。感兴趣的同学可以参考学习下,具体内容如下:

发布于 2016-01-07 12:57:19 | 204 次阅读

开源php中文分词系统SCWS安装和使用实例讲解
本文为大家讲解的是开源php中文分词系统SCWS安装和使用实例,感兴趣的同学参考下.

发布于 2014-12-31 13:58:20 | 138 次阅读


Copyright © 2007-2017 PHPERZ.COM All Rights Reserved   冀ICP备14009818号  版权声明  广告服务