Friso 开源项目使用与启动教程

Friso 开源项目使用与启动教程

friso High performance Chinese tokenizer with both GBK and UTF-8 charset support based on MMSEG algorithm developed by ANSI C. Completely based on modular implementation and can be easily embedded in other programs, like: MySQL, PostgreSQL, PHP, etc. 项目地址: https://gitcode.com/gh_mirrors/fr/friso

1. 项目介绍

Friso 是一款使用 C 语言开发的开源高性能中文分词器，基于流行的 mmseg 算法实现。项目完全模块化设计，易于嵌入到各种程序中，如 MySQL、PHP 等。Friso 支持 UTF-8 和 GBK 编码，提供了多种切分模式和功能，包括中文分词、关键字提取、关键短语提取和关键句子提取等。

2. 项目快速启动

Linux 系统下

首先，克隆项目到本地：

git clone https://github.com/lionsoul2014/friso.git

然后，进入项目目录并编译安装：

cd friso
make
sudo make install

如果系统是 64 位，需要将 /usr/lib/libfriso.so 拷贝到 /usr/lib64/ 目录下。

Windows 系统下

在 Windows 下，可以使用 Visual Studio 编译生成 DLL 和 LIB 文件，或者使用 cygwin 从源码编译。

3. 应用案例和最佳实践

中文分词示例

Friso 支持多种切分模式，下面是一个使用复杂模式进行中文分词的示例：

./src/friso -init ./friso.ini

输入文本进行分词，比如：

分词文本
歧义和同义词:研究生命起源，混合词: 做B超检查身体，x射线本质是什么，今天去奇都ktv唱卡拉ok去，哆啦a梦是一个动漫中的主角，单位和全角: 2009年８月６日开始大学之旅，岳阳今天的气温为38.6℃, 也就是101.48℉, 英文数字: bug report example@gmail.com or visit http://code.google.com/p/jcseg, we all admire the hacker spirit!特殊数字: ① ⑩ ⑽ ㈩.

分词结果会显示在终端中。

配置文件使用

Friso 的配置文件为 friso.ini，可以在此文件中设置编码、词库路径、最大匹配长度等参数。

4. 典型生态项目

Friso 提供了对多种编程语言的分词插件，包括 PHP、PHP7、OCaml 和 Lua 等。这些插件可以让开发者方便地在自己的项目中集成 Friso 分词功能。

• PHP 插件：php5-binding 和 php7-binding
• OCaml 插件：ocaml-binding
• Sphinx 插件：sphinx-binding
• Lua 插件：lua-binding

friso High performance Chinese tokenizer with both GBK and UTF-8 charset support based on MMSEG algorithm developed by ANSI C. Completely based on modular implementation and can be easily embedded in other programs, like: MySQL, PostgreSQL, PHP, etc. 项目地址: https://gitcode.com/gh_mirrors/fr/friso