关于分词搜索

tankejin 2005-10-11 02:36:46

请问各位有没有人做过分词搜索？描述如下：

在一个字符串中自动提取符合中文语法规则的词，
比如：提取出“我们的物品”中 “我们”和“物品”两个词？
有哪些方法可以实现？或者哪里有类似的源码？

谢谢！

...全文

197 9 打赏收藏转发到动态举报

写回复

用AI写文章

9 条回复

切换为时间正序

请发表友善的回复…

发表回复

qaqaqa 2006-01-16

打赏
举报

skycuilin 2006-01-12

打赏
举报

一般情况下都是使用词库，但是对于一些新词的识别性不好，可以看一些车东和田春锋的文章，他们在这一领域都有所研究．田春锋好象有一篇关于新词识别的文章忘记什么名字了，不过去他的blog应该可以看到．
一般情况下自己做分词和搜索方面的算法实现上比较困难，可以参详一下国外的开源搜索引擎lucene,不过只有两个版本java和．net 版，现在net版已经商业化了，还可以去海量科技看一下他们开发的分词，现在他们提供分词的研究版源码，不过是c版的看以看下开发方法与算法，中搜就是用他们的分词组件．

qaqaqa 2006-01-12

打赏
举报

www.hvsoft.com

可能这个正是你想要的。。。。。

可以自定义搜索显示结构。。加亮。。自动分词

zhuowei 2005-10-15

打赏
举报

踩个脚印我不会

tankejin 2005-10-15

打赏
举报

组件是从网上找的，已经被编译成DLL了

kao2005 2005-10-13

打赏
举报

你那组件中的文件是不是放在同一目录?

tankejin 2005-10-11

打赏
举报

找到一个中文分词的组件，CSW splitword，但是不能使用，出错。
按照其说明的方法操作，

Set SearchString = Server.CreateObject("Splitword.Split")
response.write SearchString.SplitWord("鸳鸯的公司", "evaluate",0)

运行时报错：
请检查分词组件中的文件有无损坏或丢失!!! 错误代码：CSW8001104

有人用过的请指教下，怎么会这样呢？

tankejin 2005-10-11

打赏
举报

放在数据库里？中国那么多汉字和词语，那不是N多个词？速度不慢吗？
还有，您说的把汉字转换成拼音效率会高很多？道理何在？这样重复的词语不是很多？

jspadmin 2005-10-11

打赏
举报

我朋友做个类似的东西，他当时是将词语放在数据库里，客户提交“我们的物品”时，会先取出头两个字“我们”，然后在数据库里搜索，匹配，就把字符串切断，接着做类似的搜索，同时，搜索字符串中的“的”“地”等字，在“的”字前后把字符串切成两串，大概是这么弄的。建议实际要做时，最好先把汉字转换成拼音再做，效率会高很多