HanLP自然语言处理包开源
本文的目标有两个：
1、学会使用11大Java开源中文分词器
2、对比分析11大Java开源中文分词器的分词效果
本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码，至于效果哪个好，那要用的人结合自己的应用场景自己来判断。
11大Java开源中文分词器，不同的分词器有不同的用法，定义的接口也不一样，我们先定义一个统一的接口：
文章图片
从上面的定义我们知道，在Java中，同样的方法名称和参数，但是返回值不同，这种情况不可以使用重载。
这两个方法的区别在于返回值，每一个分词器都可能有多种分词模式，每种模式的分词结果都可能不相同，第一个方法忽略分词器模式，返回所有模式的所有不重复分词结果，第二个方法返回每一种分词器模式及其对应的分词结果。
在这里，需要注意的是我们使用了Java8中的新特性默认方法，并使用stream把一个map的value转换为不重复的集合。
下面我们利用这11大分词器来实现这个接口：
1、word分词器
文章图片
2、Ansj分词器
文章图片
3、Stanford分词器
文章图片
4、FudanNLP分词器
文章图片
5、Jieba分词器
文章图片
6、Jcseg分词器
文章图片
7、MMSeg4j分词器
文章图片
8、IKAnalyzer分词器
文章图片
9、Paoding分词器
文章图片
10、smartcn分词器
文章图片
11、HanLP分词器
文章图片
现在我们已经实现了本文的第一个目的：学会使用11大Java开源中文分词器。
最后我们来实现本文的第二个目的：对比分析11大Java开源中文分词器的分词效果，程序如下：
文章图片
运行结果如下：
文章图片
文章图片
【HanLP自然语言处理包开源】文章来源于网络
推荐阅读
- Java|Java OpenCV图像处理之SIFT角点检测详解
- 事件处理程序
- 爬虫数据处理HTML转义字符
- Android|Android BLE蓝牙连接异常处理
- 【冷处理】亲子时间管理检视Day63
- C#中类的异常处理详解
- JAVA图像处理系列（四）——噪声
- Promise详解
- Python|Python 基于datetime库的日期时间数据处理
- 情感障碍的成因及处理方法