海归论坛 :: 阅读主题 - 再来篇搜索的，兼回小周。中文搜索的分词技术演示

海归网首页海归宣言导航博客广告位价格

海归论坛首页

会员列表
收藏夹
论坛帮助

登录 | 登录并检查站内短信 | 个人设置

论坛首页 | 排行榜 | 在线私聊 | 专题 | 版规 | 搜索 | RSS | 注册 | 活动日历


主题: 再来篇搜索的，兼回小周。中文搜索的分词技术演示

printer-friendly view

海归论坛首页 -> 海归商务焦点讨论 | 精华区 | 嘉宾沙龙 | 白领丽人沙龙

阅读上一个主题 :: 阅读下一个主题

作者

再来篇搜索的，兼回小周。中文搜索的分词技术演示

不说难受

头衔: 海归少校

头衔: 海归少校

加入时间: 2005/05/04
文章: 202

海归分: 20637

标题: 再来篇搜索的，兼回小周。中文搜索的分词技术演示 (2056 reads) 时间: 2005-8-19 周五, 01:04

作者：不说难受 在海归商务发贴, 来自【海归网】 http://www.haiguinet.com

背景知识：中文不比英文，词与词之间有空格分开，所以中文搜索多一层麻烦，先要把词都探测到。
下面的链节，是我做中文论坛搜索时用的分词程序。你只需粘贴一篇文章，它就把词用“—”分开打印出来。大家试试。

感兴趣的人多的话，请吱一声，过两周我把程序公布了。

https://www.zbno.com/seg.jsp

作者：不说难受 在海归商务发贴, 来自【海归网】 http://www.haiguinet.com

相关主题
QQ群号14889316：欢迎以下专业人士一起来探讨分词技术，搜索引擎技术...	海归论坛	2005-8-19 周五, 11:36
另外，急求搜索引擎技术人员的帮助，分词技术，SPIDER技术等朋友，请加我MSN	创业论坛	2005-8-18 周四, 23:01
大家都是扯谈，凭什么容许你扯，不让别人扯。看不惯可以不理，兼听则明。	海归主坛	2008-5-13 周二, 12:54
乾坤草：体用之辩，兼回东海（一枭附言）	海归茶馆	2008-3-08 周六, 12:28
《动物的文明》和稀泥，兼回明子矩ID	海归茶馆	2007-7-07 周六, 08:52
为遏制滥用智慧名称，国际中华智慧学会发布“信息技术领域智慧名词使用规范”	创业园区	2013-3-30 周六, 11:53
[波儿的小波]绿妖系列下架，下回分解。	春秋茶馆	2010-10-09 周六, 14:47
请教一下熟悉电力驱动的同学，大功率双电机驱动有什么好技术解决差动问题？	海归主坛	2010-4-21 周三, 07:30

阅读会员资料

不说难受离线

发送站内短信

再来篇搜索的，兼回小周。中文搜索的分词技术演示 -- 不说难受 - (172 Byte) 2005-8-19 周五, 01:04 (2056 reads)

专题搜索又回来了。 -- 保尔 - (590 Byte) 2005-8-19 周五, 15:50 (371 reads)

保尔的路是综合化大众化又有专业的搜索 -- 不说难受 - (305 Byte) 2005-8-19 周五, 21:50 (352 reads)

只要练着就有机会，有时发展起来只需要很短时间。 -- 保尔 - (0 Byte) 2005-8-19 周五, 23:43 (172 reads)

期待看不说难受公布分词的程序。 -- benfangd - (231 Byte) 2005-8-19 周五, 09:15 (404 reads)

这个东西很有意思，同期待。到时行的话，转成vc++版试试看 -- traveller - (0 Byte) 2005-8-20 周六, 11:16 (166 reads)

我的版本是Java的总共，没有三百行code，也是根据一个网上的版本写的，周末整理一下贴出来。 -- 不说难受 - (0 Byte) 2005-8-19 周五, 09:30 (356 reads)

汉语分词系统都有得下载了。除非有独到之处，没有必要自己搞。 -- tutu - (1945 Byte) 2005-8-19 周五, 07:35 (550 reads)

A lot of researchers have been working on this for a long time -- SOA - (311 Byte) 2005-8-20 周六, 02:40 (281 reads)

太好了，谢谢，谢谢，这下我的词库要大不少。看来国内还是有人在搞学问的, 要是在搞个Java版就好了。 neo, 那有字典下载： http://www.nlp.org.cn/ -- 不说难受 - (0 Byte) 2005-8-19 周五, 09:20 (389 reads)

不错，谢了！ -- neo - (0 Byte) 2005-8-19 周五, 22:09 (162 reads)

中文_不比_英文_，_词_与_词_之间_有空_格_分开 -- 对门子 - (26 Byte) 2005-8-19 周五, 02:17 (405 reads)

请教：中文分词需要字典，语法分析怎么搞呢？没头绪耶！ -- neo - (0 Byte) 2005-8-19 周五, 04:07 (304 reads)

这是最麻烦的。关键是中文没有语法。 -- 对门子 - (29 Byte) 2005-8-19 周五, 04:20 (299 reads)

下雨天_留客_天_留_我_不留 -- redbook - (23 Byte) 2005-8-19 周五, 02:27 (473 reads)

人都分不清，机器可不瞎分。古文，没发。 -- 不说难受 - (0 Byte) 2005-8-19 周五, 04:35 (270 reads)

“格”字单独不成词的。 -- 对门子 - (55 Byte) 2005-8-19 周五, 03:02 (407 reads)

古文诗词更是难分啊 -- neo - (0 Byte) 2005-8-19 周五, 03:19 (284 reads)

对门子一针见血，本人感觉只要有时间有力气，做到90%准确是没有问题的。 -- 不说难受 - (0 Byte) 2005-8-19 周五, 03:12 (358 reads)

那我就再来一针: 语法不全是中文的特点和文风，如之奈何。 -- 对门子 - (200 Byte) 2005-8-19 周五, 04:17 (394 reads)

国内有几家自动翻译软件公司，自动翻译软件是需要语法分析技术的。 -- tutu - (0 Byte) 2005-8-19 周五, 07:37 (341 reads)

不知道这些公司活得好不好。有钱了，把他们收归麾下 -- 对门子 - (128 Byte) 2005-8-19 周五, 09:21 (288 reads)

别着急，搜索只关心词，句法完整性并不重要 -- 沉石 - (47 Byte) 2005-8-19 周五, 05:20 (360 reads)

正确，在整句搜索方面，百度做得很糟糕，Google稍微好一些；但句子搜索确实不是很常用，所以开始不用拘泥于此 -- neo - (0 Byte) 2005-8-19 周五, 07:05 (270 reads)

但您的Ranking算法好象有问题，试了几个中文search，好象给出的东西都不是偶想要的 -- neo - (0 Byte) 2005-8-19 周五, 01:47 (344 reads)

的确这样。这正是我现在伤脑筋的地方。调试算法费时费力。一天才可INDEX一遍，然后发现不合适，又要从头来一边。 -- 不说难受 - (0 Byte) 2005-8-19 周五, 02:02 (273 reads)

试了篇长的，分得很精准，准确率达70%，期待公布程序。 -- neo - (113 Byte) 2005-8-19 周五, 01:41 (393 reads)

我想把分词部分与我的其他程序分开，然后把中文分词变为开放源码，大约两周时间见。 -- 不说难受 - (0 Byte) 2005-8-19 周五, 02:08 (273 reads)

请问你的MSN是多少》我最近正在进行这方面的研究，希望我们双方可以合作。 -- 文成武德周，乾坤日月明，天地正 - (284 Byte) 2005-8-19 周五, 01:17 (402 reads)

不瞒小周，我与世隔绝，还没有MSN的户头，周末让我注一个后与你联系。 -- 不说难受 - (0 Byte) 2005-8-19 周五, 01:56 (269 reads)

您帖子被分为： -- neo - (278 Byte) 2005-8-19 周五, 01:09 (385 reads)

显示文章:

printer-friendly view

海归论坛首页 -> 海归商务焦点讨论 | 精华区 | 嘉宾沙龙 | 白领丽人沙龙

所有的时间均为北京时间

您不能在本论坛发表新主题, 不能回复主题, 不能编辑自己的文章, 不能删除自己的文章, 不能发表投票, 您 不可以 发表活动帖子在本论坛, 不能添加附件不能下载文件,

热门标签

论坛精华荟萃

博客热门文章

海归网二次开发,based on phpbb
Copyright © 2005-2024 Haiguinet.com. All rights reserved.