簡介

SCWS 是 Simple Chinese Word Segmentation 的首字母縮寫(即:簡易中文分詞系統)。

這是一套基于詞頻詞典的機械式中文分詞引擎,它能將一整段的中文文本基本正確地切分成詞。 詞是中文的最小語素單位,但在書寫時并不像英語會在詞之間用空格分開, 所以如何準確并快速分詞一直是中文分詞的攻關難點。

SCWS 采用純 C 語言開發,不依賴任何外部庫函數,可直接使用動態鏈接庫嵌入應用程序, 支持的中文編碼包括 GBK、UTF-8 等。此外還提供了 PHP 擴展模塊, 可在 PHP 中快速而方便地使用分詞功能。

分詞算法上并無太多創新成分,采用的是自己采集的詞頻詞典,并輔以一定的專有名稱,人名,地名, 數字年代等規則識別來達到基本分詞,經小范圍測試準確率在 90% ~ 95% 之間, 基本上能滿足一些小型搜索引擎、關鍵字提取等場合運用。首次雛形版本發布于 2005 年底。

SCWS 由 hightman 開發, 并以 BSD 許可協議開源發布,源碼托管在 github

動態

版本列表

版本 類型 平臺 性能 其它
SCWS-1.1.x C 代碼 *Unix*/*PHP* 準確: 95%, 召回: 91%, 速度: 1.2MB/sec
PHP擴展分詞速度: 250KB/sec
[下載] [文檔] [安裝說明]
php_scws.dll(1) PHP擴展庫 Windows/PHP 4.4.x 準確: 95%, 召回: 91%, 速度: 40KB/sec [下載] [文檔] [安裝說明]
php_scws.dll(2) PHP擴展庫 Windows/PHP 5.2.x 準確: 95%, 召回: 91%, 速度: 40KB/sec [下載] [文檔] [安裝說明]
php_scws.dll(3) PHP擴展庫 Windows/PHP 5.3.x 準確: 95%, 召回: 91%, 速度: 40KB/sec [下載] [文檔] [安裝說明]
php_scws.dll(4) PHP擴展庫 Windows/PHP 5.4.x 準確: 95%, 召回: 91%, 速度: 40KB/sec [下載] [文檔] [安裝說明]
PSCWS23 PHP源代碼 不限 (不支持UTF-8) 準確: 93%, 召回: 89%, 速度: 960KB/min [下載] [文檔]
PSCWS4 PHP源代碼 不限 準確: 95%, 召回: 91%, 速度: 160KB/min [下載] [文檔]

友情鏈接

QQ表情 搞笑證件 Xunsearch

奥运会网球比分规则