文章标签 ‘scws’ 的存档

• WordPress中文搜索插件

  日期：2008.05.08 | 分类：程序开发 | 评论数：0

  说明:
  SCWS 是 Simple Chinese Words Segmentation 的缩写（简易中文分词系统）。它是一套基于词频词典的机械中文分词引擎，它能将一整段的汉字基本正确的切分成词，因为词是汉语的基本语素单位，而书写的时候不像英语会在词之间用空格分开，所以如何准确快速的分词一直是中文分词的攻关难点。本插件是基于 SCWS 而做。安装后请重建您的索引,否则无法搜索您原来的博客。
  继续阅读全文 »

• SCWS-PHP扩展的说明及用法

  日期：2008.04.08 | 分类：Linux&Unix | 评论数：3

  详细请访问：http://www.hightman.cn

  [SCWS 简介]

  SCWS 是 Simple Chinese Words Segmentation 的缩写（简易中文分词系统）。它是一套基于词频词典的机械中文分词引擎，它能将一整段的汉字基本正确的切分成词，因为词是汉语的基本语素单位，而书写的时候不像英语会在词之间用空格分开，所以如何准确快速的分词一直是中文分词的攻关难点。

  本分词法并无太多创新成分，采用的是自己采集的词频词典，并辅以一定的专有名称，人名，地名，数字年代等规则识别来达到基本分词，经小范围测试大概准确率在 90% ~ 95% 之间，已能基本满足一些小型搜索引擎、关键字提取等场合运用。首次雏形版本发布于 2005 年底。

  本系统支持的汉字编码包括 GBK、UTF-8

  继续阅读全文 »