jieba分词,自定义词库分词 java语言

﹏ヽ暗。殇╰゛Y 2022-03-25 13:50 651阅读 0赞

其实这是一个解决JAVA端使用Jeba分词的方式。Jeba相较于其他产品的优势是双向匹配分词

GITHUB地址：[https://github.com/huaban/jieba-analysis][https_github.com_huaban_jieba-analysis]

第一步引用Maven

<dependency>
    	<groupId>com.huaban</groupId>
    	<artifactId>jieba-analysis</artifactId>
    	<version>1.0.2</version>
    </dependency>

第二步自定义词词典：

创建的文件结构以及文件名称：dicts/jieba.dict

自定义的词典请放到：resource/dicts/jieba.dict

自定义词词库的内容

塑料 3 n
    塑料管件 3 n
    塑料管 3 n
    管件 3 n

第三步调用：

public void contextLoadsJeba() {
            String text = "塑料管件" ;
    		System.out.println( "Jeba 分词  -------------" );
    		JiebaSegmenter segmenter = new JiebaSegmenter();
    
    		System.out.println(segmenter.process( text , JiebaSegmenter.SegMode.INDEX).toString());
            System.out.println("加载自定义词库的信息，开始做自定义词库的分词------->>>>>>>>");
            // 词典路径为Resource/dicts/jieba.dict
            Path path = Paths.get(new File( getClass().getClassLoader().getResource("dicts/jieba.dict").getPath() ).getAbsolutePath() ) ;
            //加载自定义的词典进词库
            WordDictionary.getInstance().loadUserDict( path ) ;
            //重新分词
            segmenter = new JiebaSegmenter();
            System.out.println(segmenter.process( text , JiebaSegmenter.SegMode.INDEX).toString());
        }

搞定

[https_github.com_huaban_jieba-analysis]: https://github.com/huaban/jieba-analysis

发表评论取消回复

表情：

评论列表（有 0 条评论，651人围观）

还没有评论，来说两句吧...

相关阅读

相关 jieba分词器 java_jieba分词java版项目

【实例简介】 jieba分词java版项目,解压文件后，用eclipse导入项目后，执行run包下的test程序即可。【实例截图】【核心代码】 jieba └──

╰+攻爆jí腚メ/ 2022年11月03日 11:51/ 0 赞/ 227 阅读

相关 jieba分词

1分词 `jieba.cut` 方法接受三个输入参数: 需要分词的字符串；cut\_all 参数用来控制是否采用全模式；HMM 参数用来控制是否使用 HMM 模型

约定不等于承诺〃/ 2022年09月24日 08:27/ 0 赞/ 213 阅读

相关 (9-4)词库分词

\---------------------------------------------------------------------------------

淡淡的烟草味﹌/ 2022年08月08日 12:00/ 0 赞/ 151 阅读

相关 jieba分词

jieba “结巴”中文分词：做最好的 Python 中文分词组件 "Jieba" (Chinese for "to stutter") Chinese te

墨蓝/ 2022年07月12日 11:14/ 0 赞/ 263 阅读

相关 jieba分词

参考文章：[Github上的项目———jieba][Github_jieba] 中文分词对于NLP（自然语言处理）来说，分词是一步重要的工作，市面上也有各种分词库，[

冷不防/ 2022年05月15日 02:48/ 0 赞/ 289 阅读

相关 jieba分词,自定义词库分词 java语言

其实这是一个解决JAVA端使用Jeba分词的方式。Jeba相较于其他产品的优势是双向匹配分词 GITHUB地址：[https://github.com/huaban/jieb

﹏ヽ暗。殇╰゛Y/ 2022年03月25日 13:50/ 0 赞/ 652 阅读

相关中文分词之jieba分词

分词粒度：粗粒度、细粒度推荐场景：粗粒度搜索场景：细粒度——召回 1.最基本的切词方法： trie树匹配：前向、后向，举例： ![watermark_t

超、凢脫俗/ 2022年03月16日 15:22/ 0 赞/ 422 阅读

相关 jieba分词自定义dict字典

下面是没有加入字典之前： import jieba text = "我想知道区块链有什么用" a= jieba.cut(text) print

野性酷女/ 2022年03月08日 08:40/ 0 赞/ 250 阅读

相关 Elasticsearch——IK分词器自定义词库

一、业务场景 Elasticsearch是一个基于Lucene的搜索服务器，其引入IK分词器后，可以对中文进行分词。IK分词器分词的原理是在源文件中收集了很

Myth丶恋晨/ 2022年01月21日 04:49/ 0 赞/ 547 阅读

相关 python jieba分词(结巴分词)、提取词，加载词，修改词频，定义词库 -转载

转载请注明出处 “结巴”中文分词：做最好的 Python 中文分词组件,分词模块jieba，它是python比较好用的分词模块, 支持中文简体，繁体分词，还支持自定义词库。

╰半橙微兮°/ 2021年12月15日 02:03/ 0 赞/ 469 阅读