Skip to content

Latest commit

 

History

History
57 lines (46 loc) · 1.56 KB

README.md

File metadata and controls

57 lines (46 loc) · 1.56 KB

TreeSplitWord 一个tire树结构的分词

##maven

<repositories>
		<repository>
			<id>mvn-repo</id>
			<url>http://ansjsun.github.io/mvn-repo/</url>
		</repository>
	</repositories>

	<dependencies>
        <dependency>
            <groupId>org.ansj</groupId>
            <artifactId>tree_split</artifactId>
            <version>1.0.1</version>
        </dependency>
    </dependencies>

Download jar

https://github.com/ansjsun/mvn-repo/tree/master/org/ansj/tree_split

一个trie树数据结构的分词 没有什么新意.使用方便

词典结构支持read流.字符.文件各种格式调用简单.支持不定参数

这是个例子欢迎大家使用.我用了好久了应该没有bug的


		/**
		 * 词典的构造.一行一个词后面是参数.可以从文件读取.可以是read流.
		 */
		String dic = "中国\t1\tzg\n人名\t2\n中国人民\t4\n人民\t3\n孙健\t5\nCSDN\t6\njava\t7\njava学习\t10\n";
		Forest forest = Library.makeForest(new BufferedReader(new StringReader(dic)));

		/**
		 * 删除一个单词
		 */
		Library.removeWord(forest, "中国");
		/**
		 * 增加一个新词
		 */
		Library.insertWord(forest, "中国人");
		String content = "中国人名识别是中国人民的一个骄傲.孙健人民在CSDN中学到了很多最早iteye是java学习笔记叫javaeye但是java123只是一部分";
		GetWord udg = forest.getWord(content);

		String temp = null;
		while ((temp = udg.getFrontWords()) != null)
			System.out.println(temp + "\t\t" + udg.getParam(1) + "\t\t" + udg.getParam(2));