Jcseg官方版官方版是一款簡(jiǎn)單實(shí)用的輕量級(jí)Java分詞工具，能夠幫助用戶輕松提取關(guān)鍵詞、關(guān)鍵短語(yǔ)，為Java的使用提供了幫助。軟件還提供了一個(gè)基于Jetty的web服務(wù)器，滿足用戶的各種Java編程功能需求。

【軟件功能】

　　中文分詞：mmseg算法 + Jcseg 獨(dú)創(chuàng)的優(yōu)化算法，七種切分模式。

　　關(guān)鍵字提?。夯趖extRank算法。

　　關(guān)鍵短語(yǔ)提?。夯趖extRank算法。

　　關(guān)鍵句子提?。夯趖extRank算法。

　　文章自動(dòng)摘要：基于BM25+textRank算法。

　　自動(dòng)詞性標(biāo)注：基于詞庫(kù)+（統(tǒng)計(jì)歧義去除計(jì)劃），目前效果不是很理想，對(duì)詞性標(biāo)注結(jié)果要求較高的應(yīng)用不建議使用。

　　命名實(shí)體標(biāo)注：基于詞庫(kù)+（統(tǒng)計(jì)歧義去除計(jì)劃），電子郵件，網(wǎng)址，大陸手機(jī)號(hào)碼，地名，人名，貨幣，datetime時(shí)間，長(zhǎng)度，面積，距離單位等。

　　Restful api：嵌入jetty提供了一個(gè)絕對(duì)高性能的server模塊，包含全部功能的http接口，標(biāo)準(zhǔn)化json輸出格式，方便各種語(yǔ)言客戶端直接調(diào)用。

【軟件特色】

　　支持自定義詞庫(kù)。在lexicon文件夾下，可以隨便添加/刪除/更改詞庫(kù)和詞庫(kù)內(nèi)容，并且對(duì)詞庫(kù)進(jìn)行了分類。

　　支持詞庫(kù)多目錄加載. 配置lexicon.path中使用';'隔開(kāi)多個(gè)詞庫(kù)目錄.

　　詞庫(kù)分為簡(jiǎn)體/繁體/簡(jiǎn)繁體混合詞庫(kù): 可以專門適用于簡(jiǎn)體切分, 繁體切分, 簡(jiǎn)繁體混合切分, 并且可以利用下面提到的同義詞實(shí)現(xiàn),簡(jiǎn)繁體的相互檢索, Jcseg同時(shí)提供了詞庫(kù)兩個(gè)簡(jiǎn)單的詞庫(kù)管理工具來(lái)進(jìn)行簡(jiǎn)繁體的轉(zhuǎn)換和詞庫(kù)的合并。

　　中英文同義詞追加/同義詞匹配 + 中文詞條拼音追加．詞庫(kù)整合了《現(xiàn)代漢語(yǔ)詞典》和cc-cedict辭典中的詞條，并且依據(jù)cc-cedict詞典為詞條標(biāo)上了拼音，依據(jù)《中華同義詞詞典》為詞條標(biāo)上了同義詞(尚未完成)。更改jcseg.properties配置文檔可以在分詞的時(shí)候加入拼音和同義詞到分詞結(jié)果中。

　　中文數(shù)字和中文分?jǐn)?shù)識(shí)別，例如："一百五十個(gè)人都來(lái)了，四十分之一的人。"中的"一百五十"和"四十分之一"。并且 Jcseg會(huì)自動(dòng)將其轉(zhuǎn)換為阿拉伯?dāng)?shù)字加入到分詞結(jié)果中。如：150， 1/40。

　　支持中英混合詞和英中混合詞的識(shí)別(維護(hù)詞庫(kù)可以識(shí)別任何一種組合)。例如：B超, x射線, 卡拉ok, 奇都KTV, 哆啦a夢(mèng)。

　　支持英文的類中文切分，同樣使用mmseg算法來(lái)消除歧義，例如：“openarkcompiler”會(huì)被切分成：“open ark compiler”，該功能也可以被關(guān)閉。