mmseg4j自定义添加词典方法

最新推荐文章于 2017-10-20 10:31:43 发布
最新推荐文章于 2017-10-20 10:31:43 发布
阅读量444 收藏
点赞数
分类专栏： 分词 文章标签： java 开发工具
本文介绍了一种在项目中自定义分词的方法：通过修改并使用位于src/data目录下的words.dic文件来实现。该方法涉及复制源码中的words.dic文件到指定位置，并在其基础上添加新的词汇。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

       将jar包源码中的data/words.dic拷贝出来，必须放在项目的src下的data文件夹下，且不能改名；

然后编辑words.dic,在所有词的后面添加要添加的词，默认它会将jar包源码中的words.dic覆盖，

以此方法达到自定义添加分词的功能！

mmseg4j分词器，内含词库
01-27
mmseg4j分词器，版本1.9，内涵词库，位于加压后的data.zip中
MMseg4j中文分词词库
06-25
本人从搜狗词库下载后转化为Lucene中文分词所需的词库，里面搜集的都是官方推荐的内容本人亲测可用。使用Solr5.2.1测试
Paoding、mmseg4j、IK Analyzer添加自定义词典
古韦的专栏
12-25 2275
1. 使用Paoding自定义词典 参考文章：http://blog.youkuaiyun.com/zhangt85/article/details/8067743 （1）首先自定义一个XXX.dic的文件，以utf-8保存，放到dic目录下任何地方都行； （2）删除.compile文件夹 有时候我们自定义词典的时候，发现不起作用，那么我们需要查看分词模式。 庖丁有两种分词模式： most-wor
solr中mmseg4j自定义词库配置
aiguoxin
01-14 9163
mmseg4j是一个比较流行的中文分词，具体介绍见：http://code.google.com/p/mmseg4j/ schema.xml 配置文件： dicPath="/data/web/search_cores/multicore/dic"/>
MMSeg4J改造，使之支持中英文数字连词
Yoara的备忘录
11-20 3069
package com.qfang.util; import java.io.BufferedReader; import java.io.IOException; import java.io.PushbackReader; import java.io.Reader; import java.util.LinkedList; import java.util.Queue; import c
mmseg4j-solr-2.4.0.jar
02-13
同时，mmseg4j还支持自定义词典，用户可以根据需求添加或修改词汇，以满足特定领域的分词需求。 值得注意的是，mmseg4j-solr-2.4.0.jar中的mmseg4j-2.4.0子目录包含了mmseg4j的核心组件，包括分词算法的实现和相关...
mmseg4j-solr-2.3.0&mmseg4j;-core.zip
06-26
mmseg4j支持自定义词典，用户可以根据业务需求添加或修改词典，包括专业术语、人名、地名等特殊词汇。自定义词库通常以文本文件形式存在，配置时需要在Solr的schema.xml文件中声明，并将其路径添加到mmseg4j的配置中...
mmseg4j-all-with-dic-1.8.6-sources.jar和mmseg4j-all-with-dic-1.8.6.jar
02-02
本文将围绕"mmseg4j-all-with-dic-1.8.6-sources.jar"和"mmseg4j-all-with-dic-1.8.6.jar"这两个核心文件，详细解析mmseg4j的使用方法及其在Lucene中的应用。 首先，我们来看"mmseg4j-all-with-dic-1.8.6.jar"。这...
mmseg4j-solr-mmseg4j-solr-2.2.0.zip
09-29
2. **定制词典**：mmseg4j-solr允许用户自定义词典，以适应特定领域的分词需求。这可以通过添加或修改词典文件来实现，例如添加专业术语或者品牌名。 3. **调整参数**：根据实际场景，可以调整mmseg4j-solr的各种...
mmseg4j-1.9.1
07-06
此外，mmseg4j还支持自定义词典，用户可以根据实际需求添加或更新词库，提升了灵活性。 在使用mmseg4j时，我们需要进行以下步骤： 1. 引入依赖：在Java项目中，我们需要将mmseg4j-1.9.1的JAR包引入到项目的类路径中...
mmseg4j分词器jar包
08-25
欢迎下载mmseg4j分词器jar包
如何在基于Lucene的中文分词器中添加自定义词典（如Paoding、mmseg4j、IK Analyzer）...
leiyongping的专栏
09-02 1158
如何在基于Lucene的中文分词器中添加自定义词典（如Paoding、mmseg4j、IK Analyzer）   2013-07-08 21:54:29|  分类： 计算机 |字号 订阅   1. 使用Paoding自定义词典 参考文章：http://blog.youkuaiyun.com/zhangt85/article/details/8067743 ...
mmseg4j动态加载词库
Java Programming
08-20 452
  1:schema.xml: <!-- 中文分词mmseg4j --> <fieldtype name="text_mmseg4j_simple" class="solr.TextField" positionIncrementGap="100"> <analyzer> <tokenizer class="co
中文分词 mmseg4j 的词库格式
xiaomin1991222的专栏
11-09 199
原文出处：http://blog.chenlb.com/2009/04/chinese-segment-mmseg4j-dictionary-format.html 有个网友 email 问题词库格式怎么样？他想为繁体中文进行分词，所以想词库换成繁体的。很遗憾我目前还没找到繁体版的词库。目前 mmseg4j 的词库全是简体版，包括 chars.dic、units.dic、words.di...
Solr6自定义mmseg4j中文分词库，升级mmseg4j
随-记的专栏
11-06 3282
摘要： mmseg4j支持用户自定义词库，但是由于Solr6的API变到，使得mmseg4j无法使用自己的中文分词库，如果想使用这一功能，只能改源码了。mmseg4j 版本与其对应的Solr版本mmseg4j 1.8.3 只支持 lucene 2.9/3.0 接口 和 solr 1.4。 mmseg4j 1.8.5 支持 lucene 3.1, solr 3.1。 mmseg4j 1.9.0
搜索引擎solr系列---自定义扩展词库的配置
凌大大的博客
10-20 4635
  如果配置好分词，它会智能分词，对于一些特殊的词句，可能不会分成你想要的词   比如这么一句话，“清池街办新庄村”，配置好分词后，会有如下的结果：   分词后的结果，并没有你想要的“清池街办新庄村”的这个词，这种情况就需要配置自定义的扩展词库了。 扩展词库的配置很简单,具体步骤如下： 1.前提是你要先配置好分词，分词的配置在上一篇博客中写到搜索引擎solr系列—solr分词配...
Solr动态加载分词器的自定义词库扩展词库解决方案
黄太洪的博客
03-09 6292
最近在做全文检索 在项目中有个需求是要动态的配置Solr的自定义扩展词库，在网上找了很多资料 发现关于这方面的知识比较少 千辛万苦终于找到了解决方案 在这里和大家分享一下1.自行下载mmseg4j有关的Java包# 适配SOLR6.2.1 mmseg4j-core-1.10.0.jar mmseg4j-solr-2.3.0.jar2.将下载好的Jar包放入webapps/solr/WEB-INF/l
使用搜狗词库制作mmseg自定义词典
Hani的 编程生活
07-26 2257
使用搜狗词库制作mmseg自定义词典 http://blog.atime.me/note/mmseg-custom-dict.html#content-heading 总结使用搜狗词库制作mmseg词典的方法和步骤。另外，最近一直没写新博客，一方面是因为懒，另一方面是确实没什么可写的。 coreseek的介绍和安装説明可参考这里，不再赘述。以下是接下来需要注意的几点: 下面假设
mmseg4j的字典数据结构（版本1.8.5）
宁静
04-12 142
最近在做分词，在网上发现了MMSEG，论文简单入理。在code.google.com上搜到了java的实现版本，非常感谢chenlb开源自己的代码。 在学习mmseg4j对字典的结构比较困惑，做了些调研，写下自己的感受。 mmseg4j采用 key-tree的形式存储字典数据结构，这有点类似中科院的ictclas4j的字典结构，ictclas4j的字典结构含有676...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值