1. 首页
  2. 编程语言
  3. Java
  4. 中文分词词库

中文分词词库

上传者: 2019-05-17 06:37:29上传 XLSX文件 9.68MB 热度 42次
中科院的标注、北大标注集。也有词频。可以满足大多数的需求。这个是我写java分词器的时候用到的,现在分词器已经编写完毕,特把词库分享给大家。分词总数是29万8左右。其中包括三级地名、名胜古迹、知名的山川河流、1万多成语,还有就是其中的一部词语是来自搜狗输入法的词库。
下载地址
用户评论
码姐姐匿名网友 2019-05-17 06:37:29

这个词库包含“乾清宫”,名胜古迹的收录应该比结巴分词自带的好;不包含“十二五”“奥巴马”,对新词的收录不如结巴分词自带。