Lucene.net中文分词算法分析

• 作者: 周拴龙
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: Lucene 中文分词 Analyzer类
• 年，卷（期）: 2011,（3）
• 页码范围: 73-77
• 分类号: TP391
• 字数: 4315字
• 语种: 中文

摘要

Lucene.net实现中文分词依靠的是Analyzer类,但通过分析其内置的KeywowordAnalyzer,StandardAnalyzer,StopAnalyzer,SimpleAnalyzer,WhitespaceAnalyzer 5个分词类发现,它们几乎都是按单字的标准进行切分的,为更好处理中文信息,必须引用外部独立开发的中文分词包.在对ChineseAnalyzer,CJKAnalyzer和IKAnalyzer这3种典型的中文分词包分别测试后,发现采用字典分词以及正反双向搜索方法的IKAnalyzer分词器的分词效果更胜一筹.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周拴龙	郑州大学信息管理系	18	73	7.0	8.0