AC
所属分类:特征抽取
开发工具:Java
文件大小:0KB
下载次数:0
上传日期:2024-04-19 21:45:48
上 传 者:
sh-1993
说明: AC自动机 文本相似检索 词库匹配 分词器, stars:17, update:2024-04-15 15:22:46
文件列表:
src/
.DS_Store
LICENSE
english_root.txt
pom.xml
word_parent.json
word_similarity.json
# 文本处理工具Java实现
### 【1】分词器
(1)目前支持n-gram分词器和DAG分词器,DAG分词器可用自己的语料库训练自己的分词器。
(2)通过多种策略对相似语义提供支持。
详细说明 [README.md](https://github.com/aldebran97/AC/blob/master/src%2Fmain%2Fjava%2Fcom%2Faldebran%2Ftext%2Ftokenizer%2FREADME.md)
### 【2】海量词库匹配
基于AC自动机实现海量词库的高效匹配,这是一种利用空间换时间的方法。其匹配时间与输入长度成正比,受词库数量影响极小。
详细说明和效率统计 [README.md](https://github.com/aldebran97/AC/blob/master/src%2Fmain%2Fjava%2Fcom%2Faldebran%2Ftext%2Fac%2FREADME.md)
### 【3】文本相似检索
实现了支持大量数据、多字段、多权重、相似语义的毫秒级相似检索的方法。
详细说明、效率统计和评分数据 见[README.md](https://github.com/aldebran97/AC/blob/master/src%2Fmain%2Fjava%2Fcom%2Faldebran%2Ftext%2Fsimilarity%2FREADME.md)
近期下载者:
相关文件:
收藏者: