用纯C语言开发了一个中文分词系统,速度大约1万字/1秒,大小100K(免费+开源+86万词库+操作示意图+测试用例)
高速下载地址1: http://tieba.cangzhuo.com/tieba-%25B2%25D8%25D7%25BE-kz-217ac780f66411dd800065ed000065ed
用法很简单,比如:你把中文分词系统解压后保存到D:\那你直接在 dos 窗口下输入:
d:\cfenci.exe
然后回车就可以了! 启动无需任何参数。
目前系统在进行了大规模分词测试后的大致性能指标如下：
1000字以内的文章完全切分，用时间不超过 10毫秒！
5000字以内的文章完全切分，用时间不超过 500毫秒！
10000字以内的文章完全切分，用时间不超过 1秒！
本版本是简易版，分词准确率为 91.8%，系统稳定性为99.99%,中文分词系统符合工业化的标准！
目前支持中英文混合切分词，各种全角，半角标点符号的过滤！
系统自带词库含有 86万多个中文词汇！
支持词汇的动态添加，新增词汇持久化保存！
[img=http://erp2.googlegroups.com/web/cfenci.jpg?gda=d6LHvTwAAAAPfVDNjyVEjC-xHN8KTcyq9Z1lbJUu1mUyfL4Fj33_210wtL5ZsNrLmjrYnZwac8X9Wm-ajmzVoAFUlE7c_fAt&gsc=NArtdxYAAABmXZO07S546iq0WIwpdIGAg-kXU5InE09W2o0GCSVgCQ][/img]
有需要提供动态链接库(dll)版本或Linux版本的，可以跟我联络!
注1：词库文件是 cangzhuo.dat 请与分词程序 cfenci.exe 保存在同一目录下，另不得更改文件名，否则系统将无法加载词库！
注2：测试用例文件是 测试内容.txt 仅供参考，无任何其他作用！
注3：藏拙简易分词系统在遇到换行符的时候自动进行切分!所以在输入含有回车换行符的时候就认为输入完毕，开始切分！
我打算等有 200人回复说好的时候就开源!大家要是喜欢就回复哈!
------解决方案--------------------------------------------------------
------解决方案--------------------------------------------------------
藏拙简易版中文分词系统已经升级更新
中文分词系统此次升级增加了反向切分功能,目的是为了保证切分更准确,更科学!
此次升级进一步提高了简易版中文分词系统的分词的准确率!
最新版本目前的下载地址是:
http://tieba.cangzhuo.com/fenci.rar
稍后(2009年2月11日)将更新高速下载!
高速下载地址:
http://www.800ebay.com/fenci.rar
另补充说明:输出顺序没乱,只是排了个序而已!
------解决方案--------------------------------------------------------
额， 很好，lz不错。