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。
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] 增加自定义字典你在
[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
引用来自“冰力”的评论
性能测试对比有吗?多高叫高?引用来自“flydo”的评论
这个不错啊,又有一条 API 了。