摘要：
HanLP介绍：http://hanlp.linrunsoft.com/ github地址：https://github.com/hankcs/HanLP 说明：使用hanlp实现分词、智能推荐、关键字提取、摘要等，更多功能参考官网 项目结构 该项目中，.jar和data文件夹和.propertie 阅读全文
摘要：
HanLP是由一系列模型与算法组成的Java工具包，目标是促进自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 HanLP能提供以下功能：关键词提取、短语提取、繁体转简体、简体转繁体、分词、词性标注、拼音转换、自动摘要、命名实体识别（地名、机构名 阅读全文
摘要：
hanlp-ext 插件源码地址：http://git.oschina.net/hualongdata/hanlp-ext 或 https://github.com/hualongdata/hanlp-ext Elasticsearch 默认对中文分词是按“字”进行分词的，这是肯定不能达到我们进行分 阅读全文
摘要：
boss给了个做分词的任务，最开始想用的是结巴分词and正则表达式。后来发现结果并不好，需要一遍一遍筛选【第一个标准筛选出80%的数据，然后制定第二个标准，继续筛选，然后制定第三个标准筛选，等等等等】 自己用了一下结巴分词，感觉对于人名，地名，机构名，只是泛泛地使用了一下。在实际分开的时候，并不能很 阅读全文