内容简介：昨晚写了一篇关于优化测试机器的机器规格如下测试过程仿照
昨晚写了一篇关于优化 jieba-rs 英文的介绍，但想说 jieba 的使用者多半还是在中文圈，对于宣传来讲 hacker news 跟 reddit 可能无法触及到真正会使用的用户群，于是为了宣传，也是为了让 search engine 可以搜索到，就来把性能的部分另外写成中文的一篇。关于过程我就不再重新用中文再写一次了，实在太累人。有兴趣的人可以阅读英文版
测试机器的机器规格如下
MacBook Pro (13-inch, 2017, Two Thunderbolt 3 ports) 2.5 GHz Intel Core i7 16 GB 2133 MHz LPDDR3
测试过程仿照 结巴(Jieba)中文分词系列性能评测 所描述，先按行读取文本围城到一个数组里，然后循环 50 次对围城每行文字作为一个句子进行分词。 分词算法都是采用精确模式，也就是包含了 HMM 的部分。
耗时数据如下，从高到低排序
| 实作 | 耗时 | 版本 . |
|---|---|---|
| cppjieba | 6.219s | 866d0e8 |
| jieba-rs (master) | 4.330s | a198e44 |
| jieba-rs (darts) | 4.138s | ab2fbfe |
以上耗时都是计算分词过程的耗时，不包括词典载入的耗时。
这篇会着重于评测只是为了宣传，并不想陷入语言之争，这也是我英文版有写主要是分享关于用 Rust 优化的经验，也是为了我自己衡量可以在工作中多认真使用 Rust 为目的。
以上所述就是小编给大家介绍的《优化 jieba-rs 中文分词性能评测 (快于 cppjieba 33%)》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
