1. 介绍
thulac4j是THULAC的Java 8工程化实现，相比于官方版THULAC-Java，我们做了如下工作：
规范化分词词典，并去掉一些无用词；
重写DAT（双数组Trie树）的构造算法，生成的DAT size减少了8%左右，从而节省了内存；
优化分词算法，提高了分词速率。
若想在项目中使用thulac4j，可添加依赖：
<dependency> <groupId>io.github.yizhiru</groupId> <artifactId>thulac4j</artifactId> <version>1.0.1</version></dependency>
thulac4j支持两种分词模式：
SegOnly模式，只分词没有词性标注；
SegPos模式，分词兼有词性标注。
// SegOnly modeString sentence = "滔滔的流水，向着波士顿湾无声逝去";
SegOnly seg = new SegOnly("seg_only.bin");
System.out.println(seg.segment(sentence));// [滔滔, 的, 流水, ，,&nb
延伸阅读
- ssh框架
2016-09-30
- 阿里移动安全 [无线安全]玩转无线电——不安全的蓝牙锁
2017-07-26
- 消息队列NetMQ 原理分析4-Socket、Session、Option和Pipe
2024-03-26
- Selective Search for Object Recognition 论文笔记【图片目标分割】
2017-07-26
- 词向量-LRWE模型-更好地识别反义词同义词
2017-07-26
- 从栈不平衡问题 理解 calling convention
2017-07-26
- php imagemagick 处理 图片剪切、压缩、合并、插入文本、背景色透明
2017-07-26
- Swift实现JSON转Model - HandyJSON使用讲解
2017-07-26
- 阿里移动安全 Android端恶意锁屏勒索应用分析
2017-07-26
- 集合结合数据结构来看看(二)
2017-07-26
学习是年轻人改变自己的最好方式