軟件介紹
Friso是是基于C語言開放的一款免費開源的強大性能的中文分詞器，主要靠mmseg算法來實現(xiàn)，支持中英/英中混合詞的識別，支持阿拉伯?dāng)?shù)字/小數(shù)基本單字單位的識別，還可以自定義保留標點符號，安全的應(yīng)用于多進程/多線程環(huán)境。
功能介紹
核心功能
中文分詞：mmseg算法 + Friso 獨創(chuàng)的優(yōu)化算法，四種切分模式。
關(guān)鍵字提取：基于textRank算法。
關(guān)鍵短語提取：基于textRank算法。
關(guān)鍵句子提取：基于textRank算法。
中文分詞
四種切分模式：
簡易模式：FMM 算法，適合速度要求場合。
復(fù)雜模式： MMSEG 四種過濾算法，具有較高的岐義去除，分詞準確率達到了98.41%。
檢測模式：只返回詞庫中已有的詞條，很適合某些應(yīng)用場合。（1.6.1版本開始）。
最多模式：細粒度切分，專為檢索而生，除了中文處理外（不具備中文的人名，數(shù)字識別等智能功能）其他與復(fù)雜模式一致（英文，組合詞等）。
1、分詞功能特性：
同時支持對 UTF-8/GBK 編碼的切分，支持 php5 和 php7 擴展和 sphinx token 插件。
支持自定義詞庫。在 dict 文件夾下，可以隨便添加/刪除/更改詞庫和詞庫詞條，并且對詞庫進行了分類。
簡體/繁體/簡體混合支持， 可以方便的針對簡體，繁體或者簡繁體切分。同時還可以以此實現(xiàn)簡繁體的相互檢索。
支持中英/英中混合詞的識別（維護詞庫可以識別任何一種組合）。例如：卡拉ok， 漂亮mm， c語言，IC卡，哆啦a夢。
很好的英文支持，英文標點組合詞識別， 例如c++， c#， 電子郵件，網(wǎng)址，小數(shù)，百分數(shù)。
2、自定義保留標點：你可以自定義保留在切分結(jié)果中的標點，這樣可以識別出一些復(fù)雜的組合，例如：c++， k&r，code.google.com。
復(fù)雜英文切分的二次切分：默認 Friso 會保留數(shù)字和字母的原組合，開啟此功能，可以進行二次切分提高檢索的命中率。例如：qq2013會被切分成：qq/ 2013/ qq2013。
支持阿拉伯?dāng)?shù)字/小數(shù)基本單字單位的識別，例如2012年，1.75米，5噸，120斤，38.6℃。
自動英文圓角/半角，大寫/小寫轉(zhuǎn)換。
3、同義詞匹配：自動中文/英文同義詞追加。 （需要在 friso.ini 中開啟 friso.add_syn 選項）。
自動中英文停止詞過濾。（需要在 friso.ini 中開啟 friso.clr_stw 選項）。
多配置支持， 安全的應(yīng)用于多進程/多線程環(huán)境。
百度_baidu.com
百家號_baijiahao.baidu.com
