摘要：
几个免费的中文分词模块 几个月前做毕业论文的时候需要用到中文分词技术，现在总结一下我所找到的资料。 一、什么是中文分词 众所周知，英文是以词为单位的，词和词之间是靠空格隔开，而中文是以字为单位，句子中所有的字连起来才能描述一个意思。例如，英文句子“I am a student”，用中文则为：“我是一个学生”。计算机可以很简单通过空格知道“... 阅读全文
摘要：
对几种中文分析器，从分词准确性和效率两方面进行比较。分析器依次 为：StandardAnalyzer、ChineseAnalyzer、CJKAnalyzer、IK_CAnalyzer、 MIK_CAnalyzer、MMAnalyzer（JE分词）、PaodingAnalyzer。单纯的中文分词的实现一般为按字索引或者按词索引。按字索引顾名思义，就是按单个字建立索引。按词索引就是按词喽，根据词库中的... 阅读全文
摘要：
本文为简单翻译，原文在： http://wiki.apache.org/lucene-java/ImproveSearchingSpeed * Be sure you really need to speed things up. Many of the ideas here are simple to try, but others will necessarily add some compl... 阅读全文
摘要：
本文只是简单的翻译，原文 在 http://wiki.apache.org/lucene-java/ImproveIndexingSpeed * Be sure you really need to speed things up. Many of the ideas here are simple to try, but others will necessarily add some comp... 阅读全文
摘要：
1. 基本介绍： paoding ：Lucene中文分词“庖丁解牛” Paoding Analysis imdict ：imdict智能词典所采用的智能中文分词程序 mmseg4j ： 用 Chih-Hao Tsai 的 MMSeg 算法 实现的中文分词器 ik ：采用了特有的“正向迭代最细粒度切分算法“，多子处理器分析模式 2. 开发者及开发活跃度... 阅读全文
摘要：
1. 基本介绍： paoding ：Lucene中文分词“庖丁解牛” Paoding Analysis imdict ：imdict智能词典所采用的智能中文分词程序 mmseg4j ： 用 Chih-Hao Tsai 的 MMSeg 算法 实现的中文分词器 ik ：采用了特有的“正向迭代最细粒度切分算法“，多子处理器分析模式 2. 开发者及开发活跃度... 阅读全文