Feeds
245 items (10 unread) in 10 feeds
Blogs
(1 unread)
Tech
(2 unread)
-
Jamyy's Weblog
(2 unread) -
Jeffrey's Blog
LAMP
(7 unread)
-
PHP.net news & announcements
(1 unread)
-
FreeBSD Security Advisories
-
delphij's Chaos
(1 unread)
-
FreeBSD 项目新闻
-
风雪之隅
(5 unread)
Lendy
-
SCWS-PHP扩展的说明及用法
Posted: April 8, 2008, 12:15pm CST by Lendy
SCWS 是 Simple Chinese Words Segmentation 的缩写（简易中文分词系统）。它是一套基于词频词典的机械中文分词引擎，它能将一整段的汉字基本正确的切分成词，因为词是汉语的基本语素单位，而书写的时候不像英语会在词之间用空格分开，所以如何准确快速的分词一直是中文分词的攻关难点。 本分词法并无太多创新成分，采用的是自己采集的词频词典，并辅以一定的专有名称，人名，地名，数字年代等规则识别来达到基本分词，经小范围测试大概准确率在 90% ~ 95% 之间，已能基本满足一些小型搜索引擎、关键字提取等场合运用。首次雏形版本发布于 2005 年底。 本系统支持的汉字编码包括 GBK、UTF-8