中文分词问题是绝大多数中文信息处理的基础问题，在搜索引擎、推荐系统（尤其是相关主题推荐）、大量文本自动分类等方面，一个好的分词系统是整个系统成功的关键。

phpSplit 是一个基于php开发的中文分词库。

GoJieba 是 Jieba 分词的 Go 语言版本分词库。

HanLP中文分词solr插件 基于HanLP，支持Solr5.x，兼容Lucene5.x

CWSharp 是 .Net 的中英文分词组件。

国内垂直领域的电商或者信息分享类应用都处于高速发展期，其对内容快速搜索的需求越来越强烈，对于能适应自己业务应用的搜索引擎解决方案也越来越 重视。同时，通用的可选开源搜索引擎框架或解决方案也越...

摘要：为解决中文搜索的问题，最开始使用PHP版开源的SCWS，但是处理人名和地名时，会出现截断人名地名出现错误。开始使用NLPIR分词，在分词准确性上效果要比SCWS好。本文介绍如何在windo...

目前的分词器大部分都是单机服务器进行分词，或者使用hadoop mapreduce对存储在hdfs中大量的数据文本进行分词。由于mapreduce的速度较慢，相对spark来说代码书写较繁琐。本...

本文的目标有两个： 1、学会使用9大Java开源中文分词器 2、对比分析9大Java开源中文分词器的分词效果

HanLP是由一系列模型与算法组成的Java工具包，目标是促进自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。

近日在微博上大家都在问《个性化词云》制作方法。 下面简单介绍实现步骤和思路： 随着微博研究的深入，社会网络分析和可视化技术的需要，面临中文处理问题，开始钻研文本挖掘的问题，过去的...

IKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。独立于Lucene项目，同时...

MeCab是一套日文分词（形态分析）和词性标注系统（Yet Another Part-of-Speech and Morphological Analyzer）， rick曾经在这里分享过MeC...

随 着需求的变化和技术的发展，互联网企业对数据的分析越来越深入，尤其是自然语言处理处理领域，近几年，在搜索引擎、数据挖掘、推荐系统等应用方面，都向前 迈出了坚实的步伐。自然语言处理领域涉及的技术...

结巴中文分词的 iOS 版本。

NodeJieba只是CppJieba简单包装而成的node扩展，用来进行中文分词。

CppJieba是＂结巴＂中文分词的C++版本

TextRank4ZH 用于自动从中文文本中提取关键词和摘要，基于 TextRank 算法，使用 Python 编写。

＂结巴＂中文分词的R语言版本，支持最大概率法（Maximum Probability），隐式马尔科夫模型（Hidden Markov Model），索引模型（QuerySegment），混合模型...

词典用前缀树实现，分词器算法为基于词频的最短路径加动态规划。