2007年5月
* KTDictSeg 简介: KTDictSeg 是由KaiToo搜索开发的一款基于字典的简单中英文分词算法
* 主要功能: 中英文分词,未登录词识别,多元歧义自动识别,全角字符识别能力
* 主要性能指标:
* 分词准确度:90%以上(有待专家的权威评测)
* 处理速度: 600KBytes/s
*
* 版本: V1.0 Bata
* Copyright(c) 2007 http://www.kaitoo.com
* 作者:肖波
* 授权: 开源GPL
* 公司网站: http://www.kaitoo.com
* 个人博客: http://blog.csdn.net/eaglet; http://www.cnblogs.com/eaglet
* 联系方式: blog.eaglet@gmail.com
代码采用 Visual Studio 2005 编译通过,需在.net framework 2.0 下运行
目录说明
Demo : 演示程序代码及解决方案
DictSeg : 分词算法组件代码
FTAlgorithm: 全文分析时用的一些基本算法
2007年6月2日
版本更新说明
V1.2.01
1、 增加中文人名判断
2、 增加了正向匹配分词和反向匹配分词的选项
3、 增加了停用词过滤
4、 增加了词性标注
2007年6月5日
版本更新说明
V1.2.02
1、 修改如下bug, 连续输入重复词如"蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝蓝",效率会随着重复次数的增加
急剧变慢。
V1.3.01
1、 修改字典格式,提高字典加载速度
2、 增加对英文专业名词的支持 如C++,C#等只要加入字典就可以被分出来
3、 增加词频判断功能,在无法取舍时根据词频取舍
4、 增加优先优先词频选项,通过这个选项动态决定分词粒度 需打开 FreqFirst
5、 增加中文人名前后缀统计和根据该统计定位人名的功能
6、 增加中文人名和未登录词出现频率统计功能
7、 增加自动更新字典功能,对超过阈值的人名和未登录词自动插入字典 需打开 AutoInsertUnknownWords 开关 并设置 UnknownWordsThreshold,(不推荐自动插入,推荐手工插入)
8、 增加定期保存字典和统计结果功能 需设置 AutoSaveInterval
9、 增加KTDictSeg.xml配置文件来配置分词参数
10、增加对Lucene.net 的支持,提供 KTDictSegAnalyzer 分析器给Lucene.net
11、增加字典管理功能,可以添加删除修改字典
12、字典管理中提供从未登录词中批量插入字典功能,可帮助使用者手工选择合适的未登录词插入字典(推荐)
13、提供一个新闻搜索的简单例子,采用Lucene.net+KTDictSegAnalyzer+KTDictSeg,项目名为Demo.KTDictSegAnalyzer
14、将所有ArrayList 改为List<>
V1.4.01
1、 增加对Asp.net的支持
2、 增加多元分词
3、 配置文件中增加对相对路径的支持(winform 和 asp.net)
4、 字典工具增加根据词性和单词长度查找功能。
5、 字典工具增加单词导出功能,用于构件停用词表。
6、 增加ASP.NET 的例子
7、 输出结果中增加词性,权重等信息
8、 增加一个高亮显示组件,模仿highlighter.net的调用接口,并为KTDictSeg量身定做。
没有合适的资源?快使用搜索试试~ 我知道了~
KTDictSeg 1.4.01_Beta版本
共184个文件
cs:78个
scc:32个
dll:21个
4星 · 超过85%的资源 需积分: 9 221 下载量 192 浏览量
2008-10-09
16:08:56
上传
评论 2
收藏 2.46MB ZIP 举报
温馨提示
V1.4.01 1、 增加对Asp.net的支持 2、 增加多元分词 3、 配置文件中增加对相对路径的支持(winform 和 asp.net) 4、 字典工具增加根据词性和单词长度查找功能。 5、 字典工具增加单词导出功能,用于构件停用词表。 6、 增加ASP.NET 的例子 7、 输出结果中增加词性,权重等信息 8、 增加一个高亮显示组件,模仿highlighter.net的调用接口,并为KTDictSeg量身定做。
资源推荐
资源详情
资源评论
收起资源包目录
KTDictSeg 1.4.01_Beta版本 (184个子文件)
Default.aspx 3KB
Web.Config 2KB
SimpleDictSeg.cs 57KB
MatchNameRule.cs 42KB
ExtractWords.cs 25KB
FormDemo.Designer.cs 24KB
FormMain.Designer.cs 24KB
CFile.cs 19KB
Pos.cs 19KB
FormMain.cs 13KB
CRegex.cs 12KB
AspNetPager.cs 11KB
PosBinRule.cs 10KB
FormDemo.cs 10KB
CException.cs 10KB
Highlighter.cs 9KB
Dfa.cs 9KB
FormUnknownWords.Designer.cs 9KB
Index.cs 8KB
Index.cs 8KB
CSerialization.cs 7KB
FormBatchInsert.Designer.cs 7KB
Dict.cs 7KB
FormFind.Designer.cs 7KB
FormInsert.Designer.cs 6KB
SearchForm.cs 6KB
DictManage.cs 6KB
SearchForm.Designer.cs 5KB
CssStyleCollection.cs 5KB
PosCtrl.cs 5KB
SearchPage.cs 5KB
SearchPage.cs 5KB
FormTrafficPos.Designer.cs 4KB
FormUnknownWords.cs 4KB
PagerButton.cs 4KB
KTDictSegTokenizer.cs 4KB
Default.aspx.cs 4KB
FormEncoder.Designer.cs 4KB
CStream.cs 3KB
Resources.Designer.cs 3KB
Resources.Designer.cs 3KB
Resources.Designer.cs 3KB
FormBatchInsert.Designer.cs 3KB
PosTraffic.cs 2KB
FormFind.cs 2KB
KTDictSegAnalyzer.cs 2KB
News.cs 2KB
News.cs 2KB
Fragment.cs 2KB
MergeNumRule.cs 2KB
CFileException.cs 2KB
FormBatchInsert.cs 2KB
SimpleHTMLFormatter.cs 2KB
AssemblyInfo.cs 1KB
AssemblyInfo.cs 1KB
PosCtrl.Designer.cs 1KB
AssemblyInfo.cs 1KB
AssemblyInfo.cs 1KB
AssemblyInfo.cs 1KB
AssemblyInfo.cs 1KB
PageNoButton.cs 1KB
AssemblyInfo.cs 1KB
AssemblyInfo.cs 1KB
AssemblyInfo.cs 1KB
FormTrafficPos.cs 1KB
Settings.Designer.cs 1KB
Settings.Designer.cs 1KB
Settings.Designer.cs 1KB
FormEncoder.cs 973B
FormInsert.cs 813B
IRule.cs 733B
FormBatchInsert.cs 706B
PrevPageButton.cs 666B
RecordCountButton.cs 662B
PageCountButton.cs 646B
NextPageButton.cs 640B
Program.cs 486B
Program.cs 472B
Program.cs 466B
Formatter.cs 207B
DictManage.csproj 5KB
Demo.KTDictSegAnalyzer.csproj 5KB
Demo.csproj 4KB
KTDictSegAnalyzer.csproj 3KB
PosDisplayCtrl.csproj 3KB
KTDictSeg.HighLight.csproj 3KB
KTDictSeg.csproj 2KB
AspDotNetPager.csproj 2KB
FTAlgorithm.csproj 2KB
Thumbs.db 6KB
Dict.dct 4.38MB
Name.dct 756KB
Lucene.Net.dll 308KB
Lucene.Net.dll 308KB
Lucene.Net.dll 308KB
Lucene.Net.dll 308KB
DictSeg.dll 64KB
DictSeg.dll 56KB
DictSeg.dll 56KB
FTAlgorithm.dll 36KB
共 184 条
- 1
- 2
eaglet
- 粉丝: 119
- 资源: 10
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
前往页