Go 语言高效分词, 支持英文、中文、日文等

Go 语言高效分词, 支持英文、中文、日文等

词典用双数组 trie （ Double-Array Trie ）实现， 分词器算法为基于词频的最短路径加动态规划。

支持普通和搜索引擎两种分词模式，支持用户词典、词性标注，可运行 JSON RPC 服务。

分词速度单线程 9MB/s，goroutines 并发 42MB/s （ 8 核 Macbook Pro ）。

安装 /更新

go get -u github.com/go-ego/gse 

Build-tools

go get -u github.com/go-ego/re 

re gse

To create a new gse application

$ re gse my-gse 

re run

To run the application we just created, you can navigate to the application folder and execute:

$ cd my-gse && re run 

使用

package main import ( "fmt" "github.com/go-ego/gse" ) func main() { // 载入词典 var segmenter gse.Segmenter segmenter.LoadDict() // segmenter.LoadDict("your gopath"+"/src/github.com/go-ego/gse/data/dict/dictionary.txt") // 分词 text := []byte("中华人民共和国中央人民政府") segments := segmenter.Segment(text) // 处理分词结果 // 支持普通模式和搜索模式两种分词，见代码中 ToString 函数的注释。 fmt.Println(gse.ToString(segments, false)) text1 := []byte("深圳地王大厦") segments1 := seg.Segment([]byte(text1)) fmt.Println(gse.ToString(segments1, false)) } 

项目地址: https://github.com/go-ego/gse