ik中文分词词库30万中文分词词库(含电商) ik中文分词词库30万中文分词词库(含电商)

简介 SCWS 是 Simple Chinese Word Segmentation 的首字母缩写（即：简易中文分词系统）。

中文分词一直都是中文自然语言处理领域的基础研究。目前，分词系统绝大多数都是基于中文词典的匹配算法。其中最为常见的是最大匹配算法 (Maximum Matching，以下简称MM算法) 。MM算法有三种：一种正向最大匹配，一种逆向最大匹配和双向匹配。本程序实现了正向最大匹配算法。 本程序还可以从我的github上面下载：https://github.com/Zehua-Zeng/Maximum-Matching-Algorithm

参考网络资源使用IKAnalyzer分词组件，实现了在Spark框架下使用Scala语言对唐诗宋词等国学经典进行中文分词统计排序的功能，你可以轻松发现唐诗宋词中最常用的词是那几个。

包内包含中文分词作业描述、C语言源程序、可执行文件和说明文档

中文网页分词 1．目的 通过设计、编制、调试一个中文网页分词程序，加深对词法分析原理得以应用的理解 2.设计内容及要求 程序输入：中文网页 程序输出：有意义的中文词组，并标注其词性，如动词、名词、形容词、副词、数字、日期等，输出到文本文档中； test是语料库文件，test1是输入文件 另外一个是输出文件 还有一个.cpp的，一个.h的资源文件， 在VS2012里调试通过，

中文分词 正想最大匹配 结合词典所完成的分词系统 C++代码

中文分词一直都是中文自然语言处理领域的基础研究。目前，网络上流行的很多中文分词软件都可以在付出较少的代价的同时，具备较高的正确率。而且不少中文分词软件支持Lucene扩展。但不管实现如何，目前而言的分词系统绝大多数都是基于中文词典的匹配算法。其中最为常见的是最大匹配算法 (Maximum Matching，以下简称MM算法) 。MM算法有三种：一种正向最大匹配，一种逆向最大匹配和双向匹配。本程序实现了正向最大匹配算法。

freeICTCLAS中科院中文分词(拼音中文输入法设计和源代码).zip ICTCLAS源码结构 Codes │ ICTCLAS_WIN.cpp Windows界面的程序 │ ICTCLAS_Win.dsp │ ICTCLAS_WIN.dsw │ ICTCLAS_WIN.h │ ICTCLAS_Win.exe 可执行程序 │ ICTCLAS_WinDlg.cpp │ ICTCLAS_WinDlg.h │ resource.h │ StdAfx.cpp │ StdAfx.h │ log.txt 日志 │ ICTCLAS_Win.rc Windows界面的资源 │ ├─Utility 共用函数模块 │ ContextStat.cpp │ ContextStat.h │ Dictionary.cpp │ Dictionary.h │ Utility.h │ Utility.cpp │ ├─Unknown 未登录词识别模块 │ UnknowWord.cpp │ UnknowWord.h │ ├─Tag HMM标注模块 │ Span.cpp │ Span.h │ ├─Segment 词语切分模块 │ DynamicArray.h │ NShortPath.cpp │ NShortPath.h │ Queue.cpp │ Queue.h │ SegGraph.cpp │ Segment.cpp │ Segment.h │ DynamicArray.cpp │ SegGraph.h │ ├─Result 结果生成模块 │ Result.cpp │ Result.h │ ├─Data 概率数据文件 │ lexical.ctx │ BigramDict.dct │ coreDict.dct │ nr.dct │ nr.ctx │ ns.ctx │ ns.dct │ tr.dct │ tr.ctx │ └─res Windows界面的资源

基于C++编写的中文分词程序，内有完整的代码，且有小词库，解压即可运行