發(fā)現(xiàn)一款很輕量好用的分詞器->結(jié)巴分詞器 分享給大家
不僅可以對常規(guī)語句分詞，還可以自定義分詞內(nèi)容，很強(qiáng)大??！

源碼地址??：https://github.com/huaban/jieba-analysis

簡單使用

如果是常規(guī)的語句，使用這種方式?jīng)]有問題，如果是復(fù)雜語句或帶有專業(yè)名詞的語句請看 下方“復(fù)雜語句分詞”

1.引入依賴

<dependency>
       <groupId>com.huaban</groupId>
    <artifactId>jieba-analysis</artifactId>
     <version>1.0.2</version>
 </dependency>

2.使用方法

	@Test
    public void demo() {
        String content = "中華人民共和國萬歲，世界人民大團(tuán)結(jié)萬歲";
        JiebaSegmenter segmenter = new JiebaSegmenter();
        List<String> result = segmenter.sentenceProcess(content);
        System.out.println("分詞：" + result );
        //分詞結(jié)果->分詞：中華人民共和國 萬歲  世界 人民 大團(tuán)結(jié) 萬歲
    }

復(fù)雜語句分詞

自定義分詞，適合對帶有專業(yè)名詞的語句分詞

問題復(fù)現(xiàn)

使用上方代碼如果我對“使用前對yb清洗后，將婦科凝膠推進(jìn)器伸入yd，將婦科凝膠推入yd深處。每日1次，每次1支。”分詞 ;

結(jié)果為：分詞：[使用, 前, 對, yb, 清洗, 后, ，, 將, 婦科, 凝膠, 推進(jìn)器, 伸入, yd, ，, 將, 婦科, 凝膠, 推入, yd, 深處, 。, 每日, 1, 次, ，, 每次, 1, 支, 。] ;
婦科凝膠是一個專業(yè)名詞，很顯然不符合我分詞的需求 另外我還想把每日1次和每次1支合并在一起

自定義分詞

	@Test
    public void demo() {
   		String content = "使用前對yb清洗后，將婦科凝膠推進(jìn)器伸入yd，將婦科凝膠推入yd深處。每日1次，每次1支。";
        JiebaSegmenter segmenter = new JiebaSegmenter();
        List<String> result = segmenter.sentenceProcess(content);
        System.out.println("分詞：" + result);
        //↓↓↓↓自定義分詞器↓↓↓↓↓
        Path path = Paths.get("D:\\資料\\fkck.txt");
        WordDictionary.getInstance().loadUserDict(path);
        List<String> result2 = segmenter.sentenceProcess(content);
        System.out.println("自定義分詞：" + result2);
        //自定義分詞：[使用, 前, 對, yb, 清洗, 后, ，, 將, 婦科凝膠, 推進(jìn)器, 伸入, yd, ，, 將, 婦科凝膠, 推入, yd, 深處, 。, 每日1次, ，, 每次1支, 。]
        //可以看到婦科凝膠和每日1次，每次1支都正確的進(jìn)行了分詞
}

fkck.txt內(nèi)容

婦科凝膠 1 n
每日1次 1 num
每次1支 1 num

格式為：一個詞占一行；每一行分三部分：詞語、詞頻（可省略）、詞性（可省略），用空格隔開，順序不可顛倒。

去掉標(biāo)點符號

用正則表達(dá)式，把分詞后的結(jié)果中所有的標(biāo)點符號全部去除

result.toString().replaceAll("[\\pP‘’“”]", "")

覺得好用點個贊吧??????文章來源地址http://www.zghlxwxcb.cn/news/detail-420391.html

到了這里，關(guān)于【Java】jieba結(jié)巴分詞器自定義分詞詞典 超詳細(xì)完整版的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！