libmmseg

最新推荐文章于 2016-01-10 20:07:59 发布
原创 最新推荐文章于 2016-01-10 20:07:59 发布 · 386 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细介绍了libmmseg如何被作者用于实现Sphinx全文检索软件的中文分词功能，并提供了关键步骤及注意事项。通过修改src/css/UnigramCorpusReader.cpp文件并加入#include<string.h>来解决make时的错误问题。

libmmseg主要被作者用来实现Sphinx全文检索软件的中文分词功能，因此作者给Sphinx提供了一个补丁文件，可以让Sphinx集成libmmseg，从而支持对于中文文章的全文检索功能。

安装mmseg同样是./configure      make        sudo make install

但是注意把改一下src/css/UnigramCorpusReader.cpp文件，加一行#include <string.h>，否则make时会报错：error: 'strncmp' was not declared in this scope

Sphinx搜索引擎架构与使用文档(和MySQL结合).pdf
10-08
- **中文分词词库**：对于中文搜索，需要有合适的分词库，如LibMMSeg，来处理中文词汇的拆分，确保搜索准确性。 二、MYSQL+SPHINX+SPHINXSE安装步骤 1. **安装python支持** - Python通常用于编写Sphinx的管理...
mmseg-0.7.3.tar.gz
11-20
基于sphinx的中文支持包 LibMMSeg是为Sphinx全文搜索引擎设计的
Linux/OS X 下安装 LibMMSeg 中文分词包
07-25
mmseg http://www.coreseek.cn/uploads/csft/3.2/mmseg-3.2.14.tar.gz
LibMMSeg
萧刚
09-22 1016
转自：http://www.coreseek.cn/opensource/mmseg/#coreseek_mmseg_complex 感谢，为了方便学习 LibMMSeg 简介 LibMMSeg 是Coreseek.com为 Sphinx 全文搜索引擎设计的中文分词软件包，其在GPL协议下发行的中文分词法，采用Chih-Hao Tsai的MMSEG算法。 MMSEG: A Word Id
LibMMSeg for Python
daineng的专栏
10-06 1487
LibMMSeg是Coreseek.com为Sphinx全文搜索引擎设计的中文分词软件包，采用Chih-Hao Tsai的MMSEG算法，可以参见这里。下面是为Python所做的模块代码，根据mmseg_main做了部分修改：char** segment(const char* dict_path, const char* file_path, int *nseg){    char
sphinx系列之中文分词LibMMSeg安装(三)
weixin_30865427的博客
11-14 166
sphinx不支持中文分词，国内也有人写了好多个分词组件，本文就讲安装LibMMSeg，它是Coreseek.com为 Sphinx 全文搜索引擎设计的中文分词软件包，其在GPL协议下发行的中文分词法，采用Chih-Hao Tsai的MMSEG算法。 先从http://www.coreseek.cn/news/7/99/ 上下载到LibMMSeg的安装包，如下：...
Linux/OS X环境下LibMMSeg中文分词包安装教程
在Linux或OS X系统中安装LibMMSeg中文分词包是一个涉及多个步骤的过程，它要求用户具备一些基础的系统操作能力和编程知识。LibMMSeg是一个基于最大匹配算法的中文分词库，通常被用于处理中文文本，以实现高效准确的...
LibMMSeg中文支持包为Sphinx搜索引擎增强功能
该软件包中的 LibMMSeg 是其核心库，它实现了中文分词算法，使得中文文本能够像英文文本那样被切分成有意义的词汇，从而提高搜索的准确性和效率。开发者通过集成 mmseg，可以使他们的应用拥有更强的中文搜索能力。
Coreseek最新中文分词库mmseg-3.2.14发布
LibMMSeg中文分词包 mmseg-3.2.14.tar 是一个专门为了Sphinx全文搜索引擎而设计的中文分词软件包，它采用了Chih-Hao Tsai的MMSEG算法进行中文分词处理。MMSEG算法是一种利用有限状态机和最大匹配法进行中文分词的...
在linux环境下安装mmseg(coreseek)
经验之谈，不做搬运工
09-20 478
为什么要写这篇文章？   答：通过常规的三大步（./configure,make,make install）的编译安装mmseg时，总是出现找不到src/Makefile.in文件的错误（config.status: error: cannot find input file: src/Makefile.in）。即便是依照官方教程所说的先安装好依赖软件（yum -y ins...
LibMMSeg mmseg分词库生成说明
经验之谈，不做搬运工
09-20 416
【原文】 词典的构造 mmseg -u unigram.txt 该命令执行后，将会在unigram.txt所在目录中产生一个名为unigram.txt.uni的文件，将该文件改名为uni.lib，完成词典的构造。需要注意的是，unigram.txt需要预先准备，并且编码格式必须为UTF-8编码。 词典文件格式： .... 河 187 x:187 造假者 1 x:1 台北队...
libmsgque官方主页
fulinux的博客
08-30 2499
libmsgque消息队列(MESSAGE QUEUE)库项目简析注: 本文假设你已经有linux开发环境请确保你使用本库时是tag版本。target=libmsgque-1.0本项目采用 GPL 授权协议，欢迎大家在这个基础上进行改进，并与大家分享，为开源事业贡献一点点力量。 库主页用于详细说明库的相关内容，大家亦可以在issues和博客下面反馈你使用过程中所遇到的问题和想法。希望大家能积极的改进该库，并在git@oschina上发起合并请求，如果确有改进，我会将其合并到master分支上来。当然你首先要
使用搜狗词库制作mmseg自定义词典
Hani的 编程生活
07-26 2276
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
Sphinx 0.9.9/Coreseek 3.2的安装与基于MYSQL的配置
laiweili的专栏
02-03 1219
嘿嘿，新手，第一次写博客，不足之处请各位前辈指出，以便修正！ 1、首先从coreseek官方网站上下载coreseek-3.2.14.tar.gz压缩包，进行解压 2、在安装coreseek前，先安装mmseg，以root身份安装，安装mmseg步骤如下： cd coreseek-3.2.14/ cd mmseg-3.2.14/ ./configure --prefix=/usr/loc
mmseg分词算法及实现
热门推荐
Daniel 的技术笔记 不积跬步无以至千里，不积小流无以成江海。
01-10 1万+
一、分词方法关于中文分词 参考之前写的jieba分词源码分析 jieba中文分词。 中文分词算法大概分为两大类： 一是基于字符串匹配，即扫描字符串，使用如正向／逆向最大匹配，最小切分等策略(俗称基于词典的) 基于词典的分词算法比较常见，比如正向／逆向最大匹配，最小切分（使一句话中的词语数量最少）等。具体使用的时候，通常是多种算法合用，或者一种为主、多种为辅，同时还会加入词性、词频等属性来辅助处理
ZZ MMSEG 中文分词算法
weixin_30670151的博客
08-09 214
译者原文地址： http://leeing.org/2009/11/01/mmseg-chinese-segmentation-algorithm/ 论文原文地址： http://technology.chtsai.org/mmseg/ MMSEG ：一个基于最大匹配算法的两种变体的中文单词识别系统 发表日期: 1996-04-29 更新日期: 1998-03-06 文档更新: 2000-03-1...
计算信息增益，选择特征词
华夏35度
01-05 1205
上一节我们已经对训练集建立了word-doc矩阵，每读取矩阵的一行就可以计算出term对应的IG值。最后把结果写入文件。 信息增益的计算公式是什么我就不介绍了。 代码如下： View Code import java.io.BufferedReader;import java.io.File;import java.io.FileOutputStream;import java.io
KNN对复旦语料库分类
华夏35度
01-05 1111
先是写了个Java版本，由于运行时间太长，后来写了个C++版本，虽然时间缩短了，但还是得数小时。 Java版： View Code 1 /** 2 * Author: Orisun 3 * Date: Oct 10, 2011 4 * FileName: KNN.java 5 * Function: 对于一个unseen文档，计算它与所有训练文档的向量夹角，根据KN
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