62,073
社区成员
发帖
与我相关
我的任务
分享关于文章提取关键字的问题~~有经验的朋友进来帮帮忙~
想从一篇文章中，提取词库里面的频率比较高的词，也就是文章关键字提取
自己写的话，效率方面是一难点，而且工作上，时间不允许给你去慢慢研究。
在网上找了资料，有Lucene.Net是中文分词的
还有盘古分词，都还好。但那些对于做搜索引擎来说，应该比较贴切。
希望有经验的人，介绍下其他开源的程序。
或者说用Lucene.Net或者盘古分词的，有改造成功的人，传授下经验也好。
期待大家的帮助，谢谢
自己写的话，效率方面是一难点，而且工作上，时间不允许给你去慢慢研究。
在网上找了资料，有Lucene.Net是中文分词的
还有盘古分词，都还好。但那些对于做搜索引擎来说，应该比较贴切。
希望有经验的人，介绍下其他开源的程序。
或者说用Lucene.Net或者盘古分词的，有改造成功的人，传授下经验也好。
期待大家的帮助，谢谢
...全文
请发表友善的回复…
发表回复
linsx1987 2011-10-20
- 打赏
- 举报
[Quote=引用 4 楼 andylaudotnet 的回复:]
SharpICTCLAS可定义stopwords
[/Quote]
盘古的也可以定义stopwords，但是好像不起作用
我下载的是最新的版本
SharpICTCLAS可定义stopwords
[/Quote]
盘古的也可以定义stopwords，但是好像不起作用
我下载的是最新的版本
andylaudotnet 2011-10-20
- 打赏
- 举报
SharpICTCLAS可定义stopwords
theks 2011-10-20
- 打赏
- 举报
lucene确实可以中文分词，如果不想要没有意义的单字，就要用二元分词器，或者带词典的分词器（Lucene的第三方分词器有很多，但Lucene.net基本上就盘古了）；也可以自动计算词频，权重等等。
但有个问题就是怎么把分好的词提出来。。
但有个问题就是怎么把分好的词提出来。。
熊哥club 2011-10-20
- 打赏
- 举报
我也想知道答案
酷儿 2011-10-20
- 打赏
- 举报
没接触过 顶一下
