新手问题 Gse v0.10.0 发布了, Go 高性能分词

veni · 2018年04月27日 · 最后由 veni 回复于 2018年05月03日 · 299 次阅读

Go 语言高效分词, 支持英文、中文、日文等

词典用双数组 trie(Double-Array Trie)实现, 分词器算法为基于词频的最短路径加动态规划。

支持普通和搜索引擎两种分词模式,支持用户词典、词性标注,可运行 JSON RPC 服务。

项目地址: https://github.com/go-ego/gse

package main

import (
    "fmt"

    "github.com/go-ego/gse"
)

func main() {
    var seg gse.Segmenter
    seg.LoadDict("zh,testdata/test_dict.txt,testdata/test_dict1.txt")

    text1 := []byte("你好世界, Hello world")

    segments := seg.Segment(text1)
    fmt.Println(gse.ToString(segments, false))
}

Danube River

Add

  • [NEW] 增加加载词典错误行检测
  • [NEW] 增加不同语言词典缩写
  • [NEW] 增加模式分词方法
  • [NEW] 增加自定义字典和示例
  • [NEW] 更多测试
  • [NEW] 更新测试工具

Update

  • [NEW] 更新 tool 和 benchmark 代码
  • [NEW] 更新 cedar 代码
  • [NEW] 简化代码 name
  • [NEW] 更新 README.md
  • [NEW] 细分代码方法
  • [NEW] 更新版本并使用 dep 管理包
  • [NEW] 优化字典加载
  • [NEW] 更新 log print 和文件名

Fix

  • [FIX] Format some code and fix godoc
更多原创文章干货分享,请关注公众号
  • 加微信实战群请加微信(注明:实战群):gocnio

mark, 收藏

mark,赞!我的开源项目 BookStack(https://github.com/TruthHun/BookStack )好像使用的是https://github.com/huichen/sego ,不知道两个开源项目有啥区别。既然支持自定义字典,我到时换gse试下

看了一下, 修复了很多 BUG, 引入了错误行字典检测、字典缩写等新功能

加载字典更简单, 多语言支持, 字典错误行检测, 字典缩写, 修复 BUG 等等

需要 登录 后方可回复, 如果你还没有账号请点击这里 注册