jieba分词，连接数据库，分析数据库中的文本，并提取时间、地点、目标，整个完整流程/

进行中文文本分词时，使用的是jieba分词工具。文档中演示了结巴分词器的.Net版本在VS2013中的使用流程。新人上货，请指正！

利用jieba分词进行文本的处理这里面是jieba分词所需要的词典和停用词

结巴分词,jieba分词，统计分词出现的频率，按频率统计分词出现的频率。分词器功能，建议参考 elasticsearch的分词器，此分词器为入门级的分词拆分和分词频率统计

自己搜集来的词典，有重复的一些，自己甄别，里面包了清华大学词典，台湾大学词典，知网词典等，褒义词，贬义词，情感词一类的，反正挺多的

Java使用结巴分词时，必须应用的 jar包。应用于 分词器

使用Python，对爬取微博的评论，进行jieba分词，统计词频，修改路径即可。

金融方面的常见词汇形成的词典/语料库，jieba.load_userdict()即可使用

搜狗实验室新闻数据精简版，将xml文本进行处理后分类如下： 奥运 5595个txt 房产 14695 个txt 互联网 2200个txt 健康 1153个txt 教育 2075个txt 旅游 1802个txt 汽车 1405个txt 商业 12465个txt 时尚 3490 个txt 体育 17237 个txt 文化 628个txt 娱乐 6757个txt 招聘 18个txt 由于是个人xml文本处理过的，处理了部分文档，如果需要更多可以联系我。 免费下载链接：https://share.weiyun.com/X0prakLr