friso開源庫介紹

friso是使用c語言開發的一款高效能中文分詞器，使用流行的mmseg演算法實現。完全基於模組化設計和實現，可以很方便的植入到其他程式中，例如：mysql，php等。同時支援對utf-8/gbk編碼的切分。

sam:關於mmsseg的理解見：

【原始碼無需修改就能在各種平台下編譯使用，載入完20萬的詞條，記憶體占用穩定為14.5m。】

1。目前最高版本：friso 1.6.0，同時支援對utf-8/gbk編碼的切分。

2。mmseg四種過濾演算法，分詞準確率達到了98.41%，請參考本演算法的原作：

3。支援自定義詞庫。在dict資料夾下，可以隨便新增/刪除/更改詞庫和詞庫詞條，並且對詞庫進行了分類。

4。簡體/繁體/簡體混合支援, 可以方便的針對簡體，繁體或者簡繁體切分。同時還可以以此實現簡繁體的相互檢索。

5。支援中英/英中混合詞的識別(維護詞庫可以識別任何一種組合)。例如：卡拉ok, 漂亮mm, c語言，ic卡，哆啦a夢。

7。很好的英文支援，英文標點組合詞識別, 例如c++, c#, 電子郵件，**，小數，百分數。

8。(!new)自定義保留標點：你可以自定義保留在切分結果中的標點，這樣可以識別出一些複雜的組合，例如：c++, k&r，code.google.com。

9。(!new)10。支援阿拉伯數字/小數基本單字單位的識別，例如2023年，1.75公尺，5噸，120斤，38.6℃。

11。自動英文圓角/半形，大寫/小寫轉換。

12。同義詞匹配：自動中文/英文同義詞追加. (需要在friso.ini中開啟friso.add_syn選項)。

13。自動中英文停止詞過濾。(需要在friso.ini中開啟friso.clr_stw選項)。

14。多配置支援, 安全的應用於多程序/多執行緒環境。

15。提供friso.ini配置檔案, 可以依據你的需求輕鬆打造適合於你的應用的分詞。

測試環境：2.8ghz/2g/ubuntu

簡單模式：3.8m/秒

複雜模式：1.8m/秒

1.文字1：

歧義和同義詞:研究生命起源，混合詞: 做b超檢查身體，x射線本質是什麼，今天去奇都ktv唱卡拉ok去，哆啦a夢是乙個動漫中的主角，單位和全形: 2023年８月６日開始大學之旅，岳陽今天的氣溫為38.6℃, 也就是101.48℉, 英文數字: bug report [email protected] or visit we all admire the hacker spirit!特殊數字: ① ⑩ ⑽ ㈩.

friso分詞結果：

2.文字2：

叔叔親了我媽媽也親了我

friso分詞結果：

叔叔親了我媽媽也親了我

win下如何自己編譯安裝friso?

詳情，請參考附件中的friso開發幫助文件。

1.分詞介面樣板：

friso_t friso
;friso_config_t config
;friso_task_t task
;//1.例項化乙個friso分詞例項。
friso 
=friso_new
();//2.建立乙個friso分詞配置。
config 
=friso_new_config
();//3. 依據給定的friso.ini中快捷初始化friso。if(
friso_init_from_ifile
(friso
,config
,__path__)!=
1)//4.建立乙個分詞任務：
task 
=friso_new_task
();//3.設定分詞任務的分詞文字：
friso_set_text
(task
,"要被分詞的文字"
);//4.分詞主程式：
while((
friso_next
(friso
,config
,task ))
!=null 
)friso_free_task
(task 
);err
:friso_free_config
(config
);friso_free
(friso
);

friso開源庫介紹

XCharts開源庫介紹

訊號處理開源庫SP 介紹

C 開源資料庫介紹

friso開源庫介紹

XCharts開源庫介紹

訊號處理開源庫SP 介紹

C 開源資料庫介紹

相關推薦