62,628
社区成员
发帖
与我相关
我的任务
分享请发表友善的回复…
发表回复
chinatelly 2005-12-17
- 打赏
- 举报
www.nlp.org.cn上有一个开源项目，是中文分词的，还有java的调用方法
niko7 2005-11-27
- 打赏
- 举报
需要词库支持，同时光有词库也不够。
Ayor 2005-11-26
- 打赏
- 举报
感觉挻难的说,不过一般要词库对应检索,,,,
成富 2005-11-25
- 打赏
- 举报
分词不是个简单的问题，现在也不知道有什么好的基于JAVA的中文分词工具。
believefym 2005-11-25
- 打赏
- 举报
to: ericqxg007(一笑而过)
建议你看看正则式，看了之后你以后可能都不太会去用StringTokenizer了
建议你看看正则式，看了之后你以后可能都不太会去用StringTokenizer了
chinatelly 2005-11-25
- 打赏
- 举报
分词算法可以分为三大类：基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法。
分词词典是中文自动分词系统的一个基本组成部分。
中文分词的词典一般分为三类：
1、基于整词二分的分词词典
2、基于TRIE索引树的分词词典机制
3、基于逐字二分的分词词典机制
分词词典是中文自动分词系统的一个基本组成部分。
中文分词的词典一般分为三类：
1、基于整词二分的分词词典
2、基于TRIE索引树的分词词典机制
3、基于逐字二分的分词词典机制
ericqxg007 2005-10-24
- 打赏
- 举报
该类包含在 java.util包中。（jdk 1.5)
ericqxg007 2005-10-24
- 打赏
- 举报
StringTokenizer类可以分析处字符串并将字符串分解成可被独立使用的单词（识别英文单词没有问题就是不知道能不能识别中文单词）
这个类有两个常用的构造方法：
StringTokenizer（String s）为字符串构造一个分析器，使用默认的分隔符集合，－－>即空格符、换行符、回车符、Tab符；
StringTokenizer（String s，String delim）为字符串构造一个分析器，参数dilim中的字符作为分隔符、
另外可以调用countTokens（）方法得到计数变量的值。
楼主可以参考这个类看看
这个类有两个常用的构造方法：
StringTokenizer（String s）为字符串构造一个分析器，使用默认的分隔符集合，－－>即空格符、换行符、回车符、Tab符；
StringTokenizer（String s，String delim）为字符串构造一个分析器，参数dilim中的字符作为分隔符、
另外可以调用countTokens（）方法得到计数变量的值。
楼主可以参考这个类看看
xiaomantoubaba 2005-10-24
- 打赏
- 举报
词组？
可以大概统计出来，但是不能精确。
中科院有个分词算法的东西。
不过商业应用的话估计要给很多钱。
可以大概统计出来，但是不能精确。
中科院有个分词算法的东西。
不过商业应用的话估计要给很多钱。
rcrain 2005-10-24
- 打赏
- 举报
中文词组库太庞大了吧，感觉不妥，
superslash 2005-10-23
- 打赏
- 举报
gz
柯本 2005-10-23
- 打赏
- 举报
可先建一个中文词组库(可以用输入法的词组或汉英字典中的中文词组),然后再处理文本
王洲 2005-10-23
- 打赏
- 举报
统计中文的数量可以用正则表达式，统计词组可能就有点难了
关注关注
关注关注
believefym 2005-10-23
- 打赏
- 举报
中文词组？
用正则式可以统计中文个数或者中文片断数
用正则式可以统计中文个数或者中文片断数
chinatelly 2005-10-23
- 打赏
- 举报
用lucene怎么样？这个是一个全文检索的，可以支持中文分词
说好不能打脸 2005-10-23
- 打赏
- 举报
关注、学习、思考
