Friso是是基于C语言开放的一款免费开源的强大性能的中文分词器,主要靠mmseg算法来实现,支持中英/英中混合词的识别,支持阿拉伯数字/小数基本单字单位的识别,还可以自定义保留标点符号,安全的应用于多进程/多线程环境。
功能介绍
核心功能
中文分词:mmseg算法 + Friso 独创的优化算法,四种切分模式。
关键字提取:基于textRank算法。
关键短语提取:基于textRank算法。
关键句子提取:基于textRank算法。
中文分词
四种切分模式:
简易模式:FMM 算法,适合速度要求场合。
复杂模式: MMSEG 四种过滤算法,具有较高的岐义去除,分词准确率达到了98.41%。
检测模式:只返回词库中已有的词条,很适合某些应用场合。(1.6.1版本开始)。
最多模式:细粒度切分,专为检索而生,除了中文处理外(不具备中文的人名,数字识别等智能功能)其他与复杂模式一致(英文,组合词等)。
1、分词功能特性:
同时支持对 UTF-8/GBK 编码的切分,支持 php5 和 php7 扩展和 sphinx token 插件。
支持自定义词库。在 dict 文件夹下,可以随便添加/删除/更改词库和词库词条,并且对词库进行了分类。
简体/繁体/简体混合支持, 可以方便的针对简体,繁体或者简繁体切分。同时还可以以此实现简繁体的相互检索。
支持中英/英中混合词的识别(维护词库可以识别任何一种组合)。例如:卡拉ok, 漂亮mm, c语言,IC卡,哆啦a梦。
很好的英文支持,英文标点组合词识别, 例如c++, c#, 电子邮件,网址,小数,百分数。
2、自定义保留标点:你可以自定义保留在切分结果中的标点,这样可以识别出一些复杂的组合,例如:c++, k&r,code.google.com。
复杂英文切分的二次切分:默认 Friso 会保留数字和字母的原组合,开启此功能,可以进行二次切分提高检索的命中率。例如:qq2013会被切分成:qq/ 2013/ qq2013。
支持阿拉伯数字/小数基本单字单位的识别,例如2012年,1.75米,5吨,120斤,38.6℃。
自动英文圆角/半角,大写/小写转换。
3、同义词匹配:自动中文/英文同义词追加。 (需要在 friso.ini 中开启 friso.add_syn 选项)。
自动中英文停止词过滤。(需要在 friso.ini 中开启 friso.clr_stw 选项)。
多配置支持, 安全的应用于多进程/多线程环境。
字体工具
字体工具
字体工具
字体工具
字体工具
字体工具
EV录屏软件是一款功能全面的屏幕录制工具,支持高清、流畅的录制体验。EV录屏软件简单易用,用户只需几步操作即可开始录制。软件支持多种录制模式,满足不同场景的需求,如全屏录制、窗口录制等...
EV投屏是一款功能强大的投屏软件,支持电脑与手机、电视之间的屏幕共享,只需在同一局域网内,即可实现设备间的快速连接和屏幕共享。无论是办公远程操作、手机PPT投屏,还是娱乐时的手机投屏到...
api-ms-win-core-com-l1-1-0.dll文件是电脑系统中非常重要的组件之一。当该dll文件被删除、被移动到错误的位置,被电脑上的恶意软件更改,或者Windows注册表已损坏等,用户电脑就会出现api-ms-w...
Windows Terminal是微软自行开发的一款命令行终端工具,该工具功能强大,支持多标签页支持、富文本、多语言支持、窗口分割、可配置、主题和样式等,支持x86、x64和arm64,最低要求Windows 10 Bu...
弹弹play是将视频与弹幕相结合的影音播放工具,可以支持分析你的视频文件,将它与网络上的弹幕进行匹配,不管你看的是渣360p,还是高清1080p,它都能够帮你找到同一份弹幕,和所有观看此动画的...
腾讯文档是一款功能强大、易于使用的云端协同办公软件,它能够帮助用户快速高效地进行团队协作、文件管理、在线文档编辑等多种工作,提高团队协作效率和工作效率。同时有工作日报、会议纪要...
发表评论
共0条
评论就这些咯,让大家也知道你的独特见解
立即评论以上留言仅代表用户个人观点,不代表系统之家立场