word源码java 答题吧 介绍 一个基于springboot搭建的项目，项目包括完整的前后台，前台部分功能需要用户登录后才能使用，比如提问、积分兑换、举报等等，前台的问题搜索功能，使用HanLP分词器分词，搭配MySQL自带的全文搜索功能，实现问题的全文搜索，大大提高搜索准确度，提问的时候，可以邀约指定的人员帮助解答，通过邮箱通知被邀约的人员及时帮助解答，自己的提问有人解答后，以邮箱的方式告知自己，如果问题已得到解决或者不想再接收邮箱提醒，可关闭问题，以后的解答就不会再发邮件通知自己。前台的前端框架主要使用了Layui、bootstrap、bootstrap-select、viewer、vue； 软件架构 +---java | \---com | \---dtb | +---admin 后台管理系统相关 | | +---controller 控制器相关类 | | +---dao Mapper的接口类 | | \---service Service接口类 | | \---impl Service接口实现类 | +---common | | \---controller 公共控制器相关

ElasticSearch安装包整理，包含Hanlp分词，IK分词，x-pack,，Mysql动态加载停用词、基础词、同义词，个人整理的ElasticSearch7.9.0安装压缩包，其中的同义词，基础词，停用词mysql动态加载属于个人完善并编译，多年运用于不同生产环境的部署，Hanlp 分词模型太大，CSDN上传资源限制小于1G，所以压缩包不含Hanlp分词插件，需要的留言。

淘宝专用词库【官方推荐】.scel.转换text

hanlp分词各类词性状态表： 比如: a 形容词 ad 副形词 b 区别词 n 名词 h 前缀 i 成语 j 简称略语 k 后缀 l 习用语 m 数词 mg 数语素 Mg 甲乙丙丁之类的数词 mq 数量词

最近适用了这五款分词工具，光是下载安装就踩了很多坑，特别是pyltp和hanlp，装到我怀疑人生。 以下是整理的安装过程和注意事项。 希望能给大家提供些帮助。 目录一、Nlpir第一步：下载工具。第二步：下载后，解压，按如下顺序进入目录。第三步：打开工具，可以看到有精准采集、文档转换、批量分词等功能。具体使用方法可参考右下角“使用手册”。二、 Pyltp第一步：下载安装Pyltp。第二步：下载模型。第三步：使用基本组件。三、 Jieba第一步：pip安装，指令为第二步：基于python中jieba包的中文分词中详细使用。四、 Hanlp第一步：下载Hanlp 。第二步：在eclipse里导入项

玻森专注中文语义分析技术，拥有丰富的经验积累。自主研发千万级中文语料库，为精准和深度的中文语义分析提供坚实基础。一站式解决您的中文语义分析需求。多个语义分析API，从情感倾向、实体、分类等方面。官网只有python版本，现上传Java的实例。

HanLP是一系列模型与算法组成的NLP工具包，由大快搜索主导并完全开源，目标是普及自然语言处理在生产环境中的应用.HanLP具备功能完善，性能高效，架构清晰，语料时新，可自定义的特点。 HanLP提供下列功能： 中文分词 HMM-两字组（速度与精度最佳平衡;一百兆内存） 最短路分词，N-最短路分词 由字构词（侧重精度，全世界最大语料库，可识别新词;适合NLP任务） 感知机分词，CRF分词 词典分词（侧重速度，每秒数千万字符;省内存） 极速词典分词 所有分词器都支持： 索引全切分模式 用户自定义词典 兼容繁体中文 训练用户自己的领域模型 词性标注 HMM词性标注（速度快） 感知机词性标注，CRF词性标注（精度高） 命名实体识别 基于HMM角色标注的命名实体识别（速度快） 中国人名识别，音译人名识别，日本人名识别，地名识别，实体机构名识别 基于线性模型的命名实体识别（精度高） 感知机命名实体识别，CRF命名实体识别 关键词提取 TextRank关键词提取 自动摘要 TextRank自动摘要 短语提取 基于互信息和左右信息熵的短语提取 拼音转换 多音字，声母，韵母，声调 简繁转换 简繁分歧词（简体，繁体，台湾正体，香港繁体） 文本推荐 语义推荐，拼音推荐，字词推荐 依存句法分析 基于神经网络的高性能依存句法分析器 基于ArcEager转移系统的柱搜索依存句法分析器 文本分类 情感分析 文本聚类 KMeans，Repeated Bisection，自动推断聚类数目k word2vec 词向量训练，加载，词语相似度计算，语义运算，查询，KMEANS聚类 文档语义相似度计算 语料库工具 部分默认模型训练自小型语料库，鼓励用户自行训练。模块所有提供训练接口，语料可参考98年人民日报语料库。 在提供丰富功能的同时，HanLP内部模块坚持低耦合，模型坚持惰性加载，服务坚持静态提供，词典坚持明文发布，使用非常方便。默认模型训练自全世界最大规模的中文语料库，同时自带一些语料处理工具，帮助用户训练自己的模型。

通用中文分词包，jieba分词可以对语句进行分词

配置文件，hanlp-1.7.2-release.zip，其他安装问题https://blog.csdn.net/qq_34243930/article/details/88903499

最大概率分词算法，带详细源码 基于最大概率的汉语切分 目标：采用最大概率法进行汉语切分。 其中：n-gram用bigram，平滑方法至少用Laplace平滑。 输入：接收一个文本，文本名称为：corpus_for_test.txt 输出：切分结果文本， 其中：切分表示：用一个字节的空格“ ”分隔，如：我们 在 学习 。 每个标点符号都单算一个切分单元。 输出文件名为：学号.txt