1.基于.NetFramework4.7.2开发（可以直接项目右键自己降到4.5.2，编译无任何问题） 2.数据库使用SQlServer（脚本是2008R2的） 3.使用了较新的Lucene.net，目前是3.0版本 4.使用了最后一版盘古分词（2016年版本） 5.使用Winform+webBrowser实现（webBrowser负责显示结果） 使用方式： 1.新建数据库，然后在新建的数据库中执行附件根目录的sql脚本 2.修改app.config中的数据库连接和索引生成的目录 3.直接f5运行走起，点击“生成索引“” 4.最后在文本框输入关键词，点击搜索就看到运行结果了。

在文本聚类中需要衡量中文文本之间的相似性。本文首先讨论了文本相似度的概念和常用计算算法，详细介绍了向量空间模型和算法步骤，采用删除去除词表、近义词合并、修改文件长度3中策略对算法进行了改进。最后借助盘古分词组件和搜狗实验室的互联网词库，在Visual Studio 2008环境下使用C#语言对算法进行了实现。使用在CNKI上得到的5个不同领域的500篇学术论文的中文摘要对算法进行了测试，结果表明新算法在误差率方面有较大改善，但运行时间较长。

elasticsearch-7.4.24 + elasticsearch-analysis-ik-7.4.2

基于内容的文本分类系统，使用libsvm 进行分类。

（完整版）来源：复旦大学计算机信息与技术系国际数据库中心自然语言处理小组；由复旦大学李荣陆提供；test_corpus.rar为测试语料，train_corpus.rar为训练语料。

linux版本的elasticsearch-6.4.3-全套（elasticsearch安装包+源码+ik分词器+kibana）

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)

在jdk为1.7当中，不支持elasticSearch2.4以上，这里的资源为elasticSearch2.3.5加上对应elasticSearch版本的ik分词器，和gson的jar包，可以处理json到实体类，map,list的转换。在项目中会使用到

主要是读取文本，然后进行分词、词干提取、去停用词、计算词频，有界面，很实用

这是一个英文分词工具里面有详细的介绍使用方法