word(Java分散式中文分詞組件)

Java分散式中文分詞組件 - word分詞

word分詞是一個Java實現的分散式的中文分詞組件，提供了多種基於詞典的分詞算法，並利用ngram模型來消除歧義。能準確識別英文、數字，以及日期、時間等數量詞，能識別人名、地名、組織機構名等未登錄詞。能通過自定義配置檔案來改變組件行為，能自定義用戶詞庫、自動檢測詞庫變化、支持大規模分散式環境，能靈活指定多種分詞算法，能使用refine功能靈活控制分詞結果，還能使用詞性標註、同義標註、反義標註、拼音標註等功能。同時還無縫和Lucene、Solr、ElasticSearch、Luke集成。