我的LUCENE终于实现中文自动分词了- -
其实也不是自己做的,是中科院的做的一个开放源代码自动分词系统,不过也不是完全意义的开源项目,只能做研究,不能商业化,而且不提供服务,不提供API。如果要提供API的话,则需要钱(不便宜,5万到50万不等),赫赫,也许他们即想开放源代码,又想赚钱吧。不管怎样,对于他们这种开放的态度还是很敬佩!
闲话少说,刚才说了,他们的系统不提供API,而且是用c++编写。只能生成一个.exe文件。但我想在java的环境下运行自动分词,于是,这几天根据自己他们的源代码重新做一个DLL工程,在工程中自己编写JNI的接口,编译后生成一个dll文件,然后再在java中通过jni来调用这个dll文件。赫赫,我讲讲我的思路,有兴趣的可以自己去试试。然后我再在lucene中做了一简单根据空格来分词的stop词分析器,这个分析器调用自动分词系统来生成结果并建索引。哈哈,我的Lucene 可以终于实现中文自动分词了。不过,只能研究研究,不能商业化啊。 :)
关于中科院的自动分词系统,可以参见中文自然语言处理开放平台
- 作者: yuanlang 2004年08月10日, 星期二 21:36 Trackback你可以使用这个链接引用该篇日志 http://publishblog./blog/tb.b?diaryID=277736 回复- 评论人:sqletWed Nov 16 17:09:42 CST 2005SQLET 开放源码的中文搜索引擎 (http://www.) - 评论人:huxingtianxiaMon Sep 12 18:58:21 CST 2005大哥,能否提供一下这个软件,我试一下,我被自动分词困扰好多年了,如果愿意的话请发到我的邮箱里,不胜感激!! - 评论人:hucqWed Jul 20 12:05:37 CST 2005能发一份dll 或代码吗 谢谢 - 评论人:1978Tue Jun 21 22:47:48 CST 2005我的毕业设计中的一部分和这有关,能不能把您的源码发给我学习一下,谢谢.我的邮箱是sunnyed-2000@163.com - 评论人:guoqiaoSat Jun 18 19:25:23 CST 2005大哥你好,能否将源码发我一份,不胜感激! - 评论人:suntaoMon Jun 06 20:59:13 CST 2005你好,真羡慕你能分词拉,我挣扎了好产时间都没效果! 能发分源代码给我吗? 我也需要java环境下面的 谢谢拉 急需啊! 救救我吧! - 评论人:wlb2517Tue May 24 17:48:52 CST 2005最近在学搜索引擎,能否将源码发我一份,不胜感激,我的邮箱是 - 评论人:大卫Mon May 23 14:24:56 CST 2005大哥, 能否发一份给我试用一下啊! 我已用了好几个分词组件都不是太满意. - 评论人:cy807Sat Apr 30 12:59:05 CST 2005你好,我的毕设做的是dspace的中文全文检索,我下了你的split.dll.我很想知道里面的那些函数的用法和作用,想参考一下原码,如果不方便的话告诉我分词流程思路也行。 - 评论人:maxyangWed Apr 27 23:55:02 CST 2005您好: - 评论人:hughFri Apr 15 17:09:21 CST 2005中科院的那套我也有,并且和你一样把它编译成dll,但感觉效果很不好,英文没办法辨别词性,中文切词也不是特别理想。而且最郁闷的一点是健壮性不够,遇到一些并不是太极端的情况就会自动退出,处理速度也不近人意。 - 评论人:yuanlangFri Mar 11 15:02:03 CST 2005请到这里下载:http://www./download/AutoSplit.rar - 评论人:tiaoziTue Mar 08 11:48:00 CST 2005正在做Nutch的中文化,能不能把dll或者源代码发一份, - 评论人:crabThu Mar 03 19:02:57 CST 2005我也是需要一份,做毕设呢,先谢了 - 评论人:silverwindFri Feb 25 09:43:01 CST 2005能不能给我也发一份,我需要及了,谢谢 - 评论人:shirleyxyjTue Feb 22 21:36:20 CST 2005呵呵,谢谢yuanlang,我收到你给我发的邮件了,马上要开始好好学习学习了:) - 评论人:jonghSun Feb 20 11:00:03 CST 2005请问yuanlang,split.dll能够在VC里调用吗?如果可以的话,能否提供函数原型呢?谢谢 - 评论人:yuanlangThu Jan 27 17:03:04 CST 2005一个一个发太麻烦,在我的blog上有链接可以下载。 - 评论人:匿名Wed Jan 26 10:09:20 CST 2005能不能给我发一份。我也想要,我的邮箱为firerose45@sohu.com.万分感谢!! - 评论人:yuanlangThu Jan 20 17:33:14 CST 2005我已经发Email了,各位请查收。 - 评论人:匿名Tue Jan 11 22:00:08 CST 2005请问能不能给我发一份啊,多谢了!huang.justin@126.com - 评论人:alfredSat Dec 18 17:59:43 CST 2004能不能把源代码发一份, 我想学习一下这个东东! - 评论人:zhangjinThu Dec 16 10:38:53 CST 2004能否给我一份中文分词资料,谢谢 - 评论人:匿名Mon Dec 06 13:23:18 CST 2004sorry,我的信箱应该是wangjing79412@126.com,方便的话,帮我发到这个信箱,谢谢啦! - 评论人:匿名Wed Dec 01 15:57:10 CST 2004我已经被中文分词困扰了好几天了,可不可以给我发一份?kaixinguo588@126.com感谢! - 评论人:jingjingjingTue Nov 30 14:25:49 CST 2004我再留个qq号,282738238,好想看到你的源代码呀!拜托能不能发一个给我!谢谢啦! - 评论人:jingjingjingMon Nov 29 11:17:31 CST 2004我也想要一份源代码,谢谢!我的邮箱是:wangjing79412@163.com - 评论人:imibpigFri Nov 26 20:45:03 CST 2004关于我的源码我自己开始写的比较混乱,这几天我整理一下,然后给你们发过去。 - 评论人:fountainWed Nov 17 09:54:38 CST 2004我正在研究这个,有时间我们可以探讨一下,请你把你的源码发我一份,先在此谢谢你了。我的邮箱: sxq27@163.com, QQ:41823279 - 评论人:shirleyxyjMon Nov 15 21:36:07 CST 2004我也想要啊,可否把你的源码发我一份呀,谢谢了。我的邮箱: shirley_xyj@163.net,QQ:1963370 - 评论人:匿名Mon Nov 01 22:50:00 CST 2004能不能把dll或者源代码发一份,谢谢,我想学习一下这个东东! - 评论人:yuanlangMon Sep 13 16:51:50 CST 2004;) - 评论人:sonxSun Sep 12 00:10:58 CST 2004联系我吧,两个版本都可以运行了 , jsp的 lucene 构架的 |
|