Friso下载-Friso(高性能中文分词器) v1.6.4 免费版下载

Friso(高性能中文分词器) v1.6.4 免费版

大小:1.7MB 时间:2020-11-15

语言:简体中文 环境:Win All

简介

Friso是一款基于C语言开发的开源高性能中文分词器,这款软件专门为编程人员开发,可以植入到MySQL、PHP等各种平台,而且源码无需修改就能使用,而且还支持四种切分模式和自定义词库,非常好用。

Friso下载截图1

Friso使用流行的mmseg算法实现,完全基于模块化设计和实现,除了能够植入到MySQL,PHP等其他程序中使用之后,并且提供了一个robbe,robbe调用实例,非常好用。

软件功能

Friso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。

Friso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)。

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。

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。

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。

软件特色

1、目前最高版本:friso 1.6.1,同时支持对UTF-8/GBK编码的切分,绑定了php扩展和sphinx token插件

2、三种切分模式:

(1).简易模式:FMM算法,适合速度要求场合。

(2).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%。

(3).(!New)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)

请参考本算法的原作:http://technology.chtsai.org/mmseg/。

3、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。

4、简体/繁体/简繁体混合支持, 词库使用了friso的Java版本jcseg的简化词库。

5、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。

7、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,分数,百分数。

8、(!New)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。

9、(!New)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。

10、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℃。

11、自动英文圆角/半角,大写/小写转换。

12、自动中英文同义词追加/同义词匹配. (需要在friso.ini中开启friso.add_syn选项)

13、自动中英文停止词过滤。(需要在friso.ini中开启friso.clr_stw选项)

14、多配置支持, 安全的应用在多进程/多线程的情况下.

15、提供friso.ini配置文件, 可以依据你的需求轻松打造适合于你的应用的分词,请查看Friso开发帮助文档来了解详细的配置。

厂商名称:

官网:

分词器

推荐下载

特色标签

精彩合集,奇葩无下限 更多

相关文章