只针对中英文混合分词的中文分词器

本文介绍了一种针对中英文混合文本的分词方法优化方案,通过调整代码设置实现更准确的分词效果,例如能正确区分“4M到10M”这样的单位表达,并提供了一个示例代码。

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

该版本说明
1、只针对中英文混合分词

需要一些中文和英文连在一起
代码设置如下:
Utility.SEPERATOP_E = "1234567890升级到";


例子:
worker work = new worker();
Utility.SEPERATOP_E = "1234567890升级到年月号M";
String result = work.stratAnalyzer("用户2010年10月11号开始申请宽带4M到10M");
System.out.println(用户/2010年10月11号/开始/申请/宽带/4M到10/);



另一个版本效果,请看
http://www.agrlink.cn/cwss.jsp

欢迎大家测试,给予不好的地方,然后我完善它。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

lzj0470

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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