人民日报中文分词语料库

一个用java写的中文分词程序,进行页面内容的分析

微软亚洲研究院中文分词语料库,研究中文分词,研究中文分词

基于神经网络的中文分词技术研究.pdf

主要介绍了python实现中文分词FMM算法,实例分析了Python基于FMM算法进行中文分词的实现方法,涉及Python针对文件、字符串及正则匹配操作的相关技巧,需要的朋友可以参考下

sphinx-for-chinese中文分词字典xdict_1.1.txt资源下载

中文分词 关键字提取 工具类详细文档 每秒60W字的处理量

HanLP: Han Language Processing 汉语言处理包 HanLP是一系列模型与算法组成的NLP工具包，由大快搜索主导并完全开源，目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 HanLP提供下列功能： 中文分词 HMM-Bigram（速度与精度最佳平衡；一百兆内存） 最短路分词、N-最短路分词 由字构词（侧重精度，全世界最大语料库，可识别新词；适合NLP任务） 感知机分词、CRF分词 词典分词（侧重速度，每秒数千万字符；省内存） 极速词典分词 所有分词器都支持： 索引全切分模式 用户自定义词典 兼容繁体中文 训练用户自己的领域模型 词性标注 HMM词性标注（速度快） 感知机词性标注、CRF词性标注（精度高） 命名实体识别 基于HMM角色标注的命名实体识别 （速度快） 中国人名识别、音译人名识别、日本人名识别、地名识别、实体机构名识别 基于线性模型的命名实体识别（精度高） 感知机命名实体识别、CRF命名实体识别 关键词提取 TextRank关键词提取

IK Analyzer官网的链接打不开，自己在网上苦苦搜了老半天。 支持solr8.x，最新可支持solr8.5，亲测！

最全中文分词停止词词库-百度、哈工大、川大等集合，覆盖常用的所有的停用词词表，可以根据需要拿走