前向最大中文分词代码java.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
前向最大中文分词java源码 一.中文分词目前主要方法 1)基于词典的匹配: 前向最大匹配,后向最大匹配 2)基于字的标注: ??最大熵模型,条件随机场模型,感知器模型 3)其它方法 ??与词性标注结合,与句法分析结合 二.中文分词前向最大匹配java代码 package iim.segCn; import java.io.BufferedReader; import java.io.File; import java.io.FileInputStream; import java.io.IOException; import java.io.InputStream; import java.io.InputStreamReader; import java.util.TreeMap; import java.util.TreeSet; /** * ***************************************************** * 分词 * ***************************************************** * * @author * @version 1.100, 07/07/06 * @since JDK1.6 */ public class SegCn { private String separator= ; private static SegCn segmenter = null; private TreeMapString, Boolean cnWords; private TreeSetString cForeign, cNumbers; private SegCn() { cForeign = new TreeSetString(); cNumbers = new TreeSetString(); loadset(cNumbers, data/snumbers_u8.txt); loadset(cForeign, data/sforeign_u8.txt); System.out.print(Loading Lexicon); cnWords = new TreeMapString, Boolean(); String newword = null; try { InputStream worddata = null; worddata =new FileInputStream(new File(data/lexicon)); BufferedReader in = new BufferedReader(new InputStreamReader( worddata)); int i=0; while ((newword = in.readLine()) != null) { if((++i)%10000==0){ System.out.print(.); } if ((newword.indexOf(#) == -1) (newword.length() 5)) { cnWords.put(ern(), true); if (newword.length() == 3) { if (cnWords.containsKey(newword.substring(0, 2) .intern()) == false) { cnWords.put(newword.substring(0, 2).intern(), false); } } if (newword.length() == 4) { if (cnWords.containsKey(newword.substring(0, 2) .intern()) == false) { cnWords.put(newword.substring(0, 2).intern(), false); } if (cnWords.containsKey(newword.substring(0, 3) .intern()) == false) { cnWords.put(newword.substring(0, 3).intern(), false); } } } } in.close(); System.out.println();

文档评论(0)

bhl0572 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档