【文件属性】:
文件名称:ICTCLAS的Java改造版本
文件大小:4.11MB
文件格式:ZIP
更新时间:2015-07-25 06:07:58
ICTCLAS Java
前段时间工作中需要用到中文分词的软件,于是上网找了找。
发现中科院提供的ictclas工具是比较不错的。
可惜没有官方正式的java版本,有一个网友sinbo自己改写了一个java版本。
但在使用过程中发现问题很多。其中最大的问题,就是数据结构不够合适,统统采用arraylist来存储,结果造成了可悲的内存溢出问题。
我觉得这是对原来代码的理解不够造成的。
于是自己动手,从原来的C++版本,基本上照搬了一个java版本出来。
初步测试是通过的。先放上来给大家看看,提提意见。
算法和原来的C++程序是完全一样的。
执行com.icutword.result.CResultTest这个类就可以了,传入一个gb2312格式的文本文件。
以后会考虑持续进行改进修改。
网友评论
- 感觉还挺好用的,不过还没看懂,资源值的分享
- 还有好多不懂
- 整合死都整合不到项目里,惭愧
- 有些字词在分的时候会出错~~~~
- 不错,亲测好用
- 看不懂,但能用
- 不太会用 看不带懂
- 虽然不太懂,不过能用就行,太感谢了!
- 结果不是太好,不过也不错了
- 可以参考研究一下
- 代码看不太懂,基本能用。
- 虽然许多不懂,但还行
- 确实没有java版本的。不过已经不错了
- 能用上,代码我有点看不懂。。。总之非常感谢
- 还行,可以参考研究一下。
- 代码看不懂,但是基本上能用。感谢分享。
- 看不太懂,差强人意
- 水平有限,不是很懂。。。。但还是感谢!
- 调试了一下,结果差强人意。有的词汇根本就没有词性标注