NLPIR汉语分词系统(又名ICTCLAS2013),主要功能包括中文分词；词性标注；命名实体识别；用户词典功能；支持GBK编码、UTF8编码、BIG5编码。新增微博分词、新词发现与关键词提取；这个是java版本
2019-12-21 21:15:10
3.8MB
1
本资源收集了史上最全的停用词表
中文,英文全都包含其中
另附pycharm停用词表的构建
停用词过滤，是文本分析中一个预处理方法。它的功能是过滤分词结果中的噪声（例如：的、是、啊等）
2019-12-21 21:14:40
45KB
1
最近在用ECSHOP做一个商城，发现ECSHOP的模糊搜索要求太高，需要加入and、空格、加号等，客户搜索的时候不可能这样操作。所以想对搜索功能进行改进，可是在网上没有找到这样的插件，有收费的，结果要2000大元。考虑了一下申请经费的麻烦，自己费点儿力气做一个吧。考虑到工期的问题，采用了织梦的分词算法，搜索效果虽然不是特别理想，但是这么短的时间也只能这样了。在此分享给没钱又着急的朋友。
2019-12-21 21:11:04
709KB
1
基于字的用感知机实现的中文分词系统。完全训练后对微软的测试集精度可以达到96%多。我上传的版本是完整的代码（训练和分词），大家自己用附带的微软训练数据训练就可以了，只有一个文件。
代码总的来说写的还是很清楚的，方便自己也方便别人阅读。欢迎大家共讨论,xiatian@ict.ac.cn。
2019-12-21 21:11:02
4.92MB
1
1：中文分词
2：词频统计
3：罗列出要自动提取的关键字
----------------------------------------
具有60 万字/秒的高速处理能力。
2019-12-21 21:10:56
2.6MB
1