lucene分词lucene中文分词用什么方法最好?MMSEG4JMMSEG4J基于Java的开源中文分词组件,提供lucene和solr接口1、mmseg4j用Chih-HaoTsai的MMSeg算法实现的中文分词器,并实现lucene的analyzer和solr的Tok

题目详情

lucene 分词
lucene中文分词用什么方法最好?
MMSEG4J
MMSEG4J 基于Java的开源中文分词组件,提供lucene和solr 接口 1、mmseg4j 用 Chih-Hao Tsai 的 MMSeg 算法实现的中文分词器,并实现 lucene 的 analyzer 和 solr 的TokenizerFactory 以方便在Lucene和Solr中使用.2、MMSeg 算法有两种分词方法：Simple和Complex,都是基于正向最大匹配.Complex 加了四个规则过虑.官方说：词语的正确识别率达到了 98.41%.mmseg4j 已经实现了这两种分词算法.
经过本人查阅为了和Lucene很好的结合使用建议能采用MMSEG4J作为中文分词组件

▼优质解答

答案和解析

ICTCLAS 中科院做的效果巨棒
如 runbaike所说的客户数的问题只要加userDic 没有解决不了了
完全可以按照你的需要把某些词分出来
不过在lucene中用ICTCLAS有点小难度
其次就推荐IK了最新的3.2版本对lucene3.x的集成效果蛮不错而且也支持用户词典了

看了lucene分词lucene中...的网友还看了以下：

#include"stdio.h"main();{inta,m;scanf("%d",&a);swi 　2020-03-31 …

已知函数fx=in(-x²-mx+1）在[m,m+1]有意义,则实数m的取值范围?画了图,除了h（　2020-04-27 …

求教英语若干题,QAQ辩音1.r{ea}dbr{ea}d()2.st{u}dentb{ui}ldi 　2020-05-20 …

下列哪一个关键码序列不符合堆的定义?下列哪一个关键码序列不符合堆的定义?(C)A.a、c、d、g、　2020-05-22 …

关于x的方程m（x+h）2+k=0（m，h，k均为常数，m≠0）的解是x1=﹣3，x2=2，则程m 　2020-06-12 …

找出下列各组单词中画线部分的发音不属于同一类的选项()1.br(ea)d2.h(ea)d3.m(e 　2020-07-09 …

一元一次方程填空和应用T!填空：1、在梯形面积公式S=1/2（a+b)h中.已知S、a、h,则b= 　2020-07-31 …

“鸡兔同笼”问题解法我自己做的，不知能否更精简：毕竟VB越精简越实用PrivateSubFormcl 　2020-11-01 …

下列有关物质所含元素质量比的数值正确的是A．水(H2O)m（H）：m（O）=1：8B．乙炔(C2H2 　2020-12-02 …

“卡西尼”号土星探测器在离土星表面高h的圆形轨道上飞行，环绕n周飞行时间为t，土星半径为R，已知引力　2020-12-16 …