Lucene中文分词公用组件V2.0
Lucene 中文分词公用组件 V2.0 挺好用的，是在 Linux 下，修正了之前版本的分词问题。这个版本的分词效果比较稳定，功能也完善。使用的时候，只需要引入MIK_CAnalyzer，使用tokenStream方法来文本就可以了。比如你想分词“联想笔记本电脑”，就可以通过这个组件轻松搞定。
有时候中文分词，尤其是带有特殊符号或复杂组合的词组时，Lucene 的分词效果会更。如果你在开发中需要用到中文分词，这个组件还不错。嗯，简单易用，功能也足够强大。
代码示例中，关键部分就是通过mik_canalyzer.tokenStream来创建TokenStream，依次读取每个Token，并将它们保存到一个列表中。
这个版本的更新，了多 Linux 下的兼容问题，使用体验蛮不错的。如果你正在寻找一个稳定的中文分词工具，可以试试这个。
文件大小：852.22KB
评论区