文件名称:ICTCLAS的Java改造版本
文件大小:4.11MB
文件格式:ZIP
更新时间:2015-07-25 06:07:58
ICTCLAS Java
前段时间工作中需要用到中文分词的软件,于是上网找了找。 发现中科院提供的ictclas工具是比较不错的。 可惜没有官方正式的java版本,有一个网友sinbo自己改写了一个java版本。 但在使用过程中发现问题很多。其中最大的问题,就是数据结构不够合适,统统采用arraylist来存储,结果造成了可悲的内存溢出问题。 我觉得这是对原来代码的理解不够造成的。 于是自己动手,从原来的C++版本,基本上照搬了一个java版本出来。 初步测试是通过的。先放上来给大家看看,提提意见。 算法和原来的C++程序是完全一样的。 执行com.icutword.result.CResultTest这个类就可以了,传入一个gb2312格式的文本文件。 以后会考虑持续进行改进修改。