軟件介紹
Friso是是基于C語言開放的一款免費(fèi)開源的強(qiáng)大性能的中文分詞器，主要靠mmseg算法來實(shí)現(xiàn)，支持中英/英中混合詞的識(shí)別，支持阿拉伯?dāng)?shù)字/小數(shù)基本單字單位的識(shí)別，還可以自定義保留標(biāo)點(diǎn)符號(hào)，安全的應(yīng)用于多進(jìn)程/多線程環(huán)境。
功能介紹
核心功能
中文分詞：mmseg算法 + Friso 獨(dú)創(chuàng)的優(yōu)化算法，四種切分模式。
關(guān)鍵字提取：基于textRank算法。
關(guān)鍵短語提取：基于textRank算法。
關(guān)鍵句子提取：基于textRank算法。
中文分詞
四種切分模式：
簡易模式：FMM 算法，適合速度要求場(chǎng)合。
復(fù)雜模式： MMSEG 四種過濾算法，具有較高的岐義去除，分詞準(zhǔn)確率達(dá)到了98.41%。
檢測(cè)模式：只返回詞庫中已有的詞條，很適合某些應(yīng)用場(chǎng)合。（1.6.1版本開始）。
最多模式：細(xì)粒度切分，專為檢索而生，除了中文處理外（不具備中文的人名，數(shù)字識(shí)別等智能功能）其他與復(fù)雜模式一致（英文，組合詞等）。
1、分詞功能特性：
同時(shí)支持對(duì) UTF-8/GBK 編碼的切分，支持 php5 和 php7 擴(kuò)展和 sphinx token 插件。
支持自定義詞庫。在 dict 文件夾下，可以隨便添加/刪除/更改詞庫和詞庫詞條，并且對(duì)詞庫進(jìn)行了分類。
簡體/繁體/簡體混合支持， 可以方便的針對(duì)簡體，繁體或者簡繁體切分。同時(shí)還可以以此實(shí)現(xiàn)簡繁體的相互檢索。
支持中英/英中混合詞的識(shí)別（維護(hù)詞庫可以識(shí)別任何一種組合）。例如：卡拉ok， 漂亮mm， c語言，IC卡，哆啦a夢(mèng)。
很好的英文支持，英文標(biāo)點(diǎn)組合詞識(shí)別， 例如c++， c#， 電子郵件，網(wǎng)址，小數(shù)，百分?jǐn)?shù)。
2、自定義保留標(biāo)點(diǎn)：你可以自定義保留在切分結(jié)果中的標(biāo)點(diǎn)，這樣可以識(shí)別出一些復(fù)雜的組合，例如：c++， k&r，code.google.com。
復(fù)雜英文切分的二次切分：默認(rèn) Friso 會(huì)保留數(shù)字和字母的原組合，開啟此功能，可以進(jìn)行二次切分提高檢索的命中率。例如：qq2013會(huì)被切分成：qq/ 2013/ qq2013。
支持阿拉伯?dāng)?shù)字/小數(shù)基本單字單位的識(shí)別，例如2012年，1.75米，5噸，120斤，38.6℃。
自動(dòng)英文圓角/半角，大寫/小寫轉(zhuǎn)換。
3、同義詞匹配：自動(dòng)中文/英文同義詞追加。 （需要在 friso.ini 中開啟 friso.add_syn 選項(xiàng)）。
自動(dòng)中英文停止詞過濾。（需要在 friso.ini 中開啟 friso.clr_stw 選項(xiàng)）。
多配置支持， 安全的應(yīng)用于多進(jìn)程/多線程環(huán)境。
百度_baidu.com
_baijiahao.baidu.com1261.png)
百家號(hào)_baijiahao.baidu.com
