欢迎来到Doc100.Net免费学习资源知识分享平台!
您的位置:首页 > 程序异常 >

用纯c语言开发了一个汉语言分词系统,速度大约1万字/1秒,大小100k(免费+开源+86万词库+操作示意图+测试用例)

更新时间: 2014-01-05 02:03:05 责任编辑: Author_N1

 

用纯C语言开发了一个中文分词系统,速度大约1万字/1秒,大小100K(免费+开源+86万词库+操作示意图+测试用例)
用纯C语言开发了一个中文分词系统,速度大约1万字/1秒,大小100K(免费+开源+86万词库+操作示意图+测试用例)

高速下载地址1: http://tieba.cangzhuo.com/tieba-%25B2%25D8%25D7%25BE-kz-217ac780f66411dd800065ed000065ed.html

用法很简单,比如:你把中文分词系统解压后保存到D:\那你直接在 dos 窗口下输入:
d:\cfenci.exe
然后回车就可以了! 启动无需任何参数。

目前系统在进行了大规模分词测试后的大致性能指标如下:
1000字以内的文章完全切分,用时间不超过 10毫秒!
5000字以内的文章完全切分,用时间不超过 500毫秒!
10000字以内的文章完全切分,用时间不超过 1秒!
本版本是简易版,分词准确率为 91.8%,系统稳定性为99.99%,中文分词系统符合工业化的标准!

目前支持中英文混合切分词,各种全角,半角标点符号的过滤!
系统自带词库含有 86万多个中文词汇!
支持词汇的动态添加,新增词汇持久化保存!

[img=http://erp2.googlegroups.com/web/cfenci.jpg?gda=d6LHvTwAAAAPfVDNjyVEjC-xHN8KTcyq9Z1lbJUu1mUyfL4Fj33_210wtL5ZsNrLmjrYnZwac8X9Wm-ajmzVoAFUlE7c_fAt&gsc=NArtdxYAAABmXZO07S546iq0WIwpdIGAg-kXU5InE09W2o0GCSVgCQ][/img]

有需要提供动态链接库(dll)版本或Linux版本的,可以跟我联络!

注1:词库文件是 cangzhuo.dat 请与分词程序 cfenci.exe 保存在同一目录下,另不得更改文件名,否则系统将无法加载词库!
注2:测试用例文件是 测试内容.txt 仅供参考,无任何其他作用!
注3:藏拙简易分词系统在遇到换行符的时候自动进行切分!所以在输入含有回车换行符的时候就认为输入完毕,开始切分!

我打算等有 200人回复说好的时候就开源!大家要是喜欢就回复哈!
--参考方法--

--参考方法--
藏拙简易版中文分词系统已经升级更新

中文分词系统此次升级增加了反向切分功能,目的是为了保证切分更准确,更科学!

此次升级进一步提高了简易版中文分词系统的分词的准确率!

最新版本目前的下载地址是:
http://tieba.cangzhuo.com/fenci.rar

稍后(2009年2月11日)将更新高速下载!
高速下载地址:
http://www.800ebay.com/fenci.rar 

另补充说明:输出顺序没乱,只是排了个序而已!
--参考方法--
额, 很好,lz不错。
上一篇:上一篇
下一篇:下一篇

 

随机推荐程序问答结果

 

 

如对文章有任何疑问请提交到问题反馈,或者您对内容不满意,请您反馈给我们DOC100.NET论坛发贴求解。
DOC100.NET资源网,机器学习分类整理更新日期::2014-01-05 02:03:05
如需转载,请注明文章出处和来源网址:http://www.doc100.net/bugs/t/5020/
本文WWW.DOC100.NET DOC100.NET版权所有。