中文分词及词性标注语料，包含微软亚研院、搜狗、北京大学等的语料库

带词性和tf-idf词频统计小巧中文分词词库.rar

Java 实现的自然语言处理 中文分词 词性标注 命名实体识别 依存句法分析 关键词提取 自动摘要 短语提取 拼音 简繁转换。.zip,自然语言处理 中文分词 词性标注 命名实体识别 依存句法分析 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁

SCWS的自述文件 $ Id $ SCWS简介 是Simple Chinese Word Segmentation的首字母缩写（即：简易中文分词系统）。这是一套基于词频词典的机械式中文分词引擎，它能将一整段的中文文本基本正确地切分开的词。词是中文的最小语素单位，但在书写时并不像英语会在词之间用间隔分开，所以如何准确并快速分词一直是中文分词的攻关难点。 SCWS采用纯C语言开发，不依赖任何外部库函数，可直接使用动态链接库嵌入应用程序，支持的中文编码包括GBK ， UTF-8等。几乎还提供了扩展模块，可在PHP中快速而方便地使用分词功能。 分词算法上没有太多创新，采用的是自己采集的词频词典，并辅以一定的专有名称，人名，地名，数字年代等规则识别来达到基本分词，经小范围测试准确率在90 ％〜95％之间，基本上能满足一些小型搜索引擎，关键字提取等场合用法。首次原型形版本发布于2005年底。 SC

SCWS 是 Simple Chinese Word Segmentation 的首字母缩写（即：简易中文分词系统）。 这是一套基于词频词典的机械式中文分词引擎，它能将一整段的中文文本基本正确地切分成词。 词是中文的最小语素单位，但在书写时并不像英语会在词之间用空格分开， 所以如何准确并快速分词一直是中文分词的攻关难点。 SCWS 采用纯 C 语言开发，不依赖任何外部库函数，可直接使用动态链接库嵌入应用程序， 支持的中文编码包括 GBK、UTF-8 等。此外还提供了 PHP 扩展模块， 可在 PHP 中快速而方便地使用分词功能。

solr7.3.1种需要的中文IK分词器，其中包括IK分词的jar和配置文件还有mmseg4j

七种中文分词工具的实验尝试与对比，具体使用时需结合场景选择。

postgresql路由插件pgrouting和中文分词插件zhparser安装包

机器学习sklearn中文分词学习记录

分词数据集，用于训练一个用来分词的模型。详细看压缩包里的内容。