内容简介:Jcseg是基于mmseg算法的一个轻量级中文分词器,同时集成了关键字提取,关键短语提取,关键句子提取和文章自动摘要等功能,并且提供了一个基于Jetty的web服务器,方便各大语言直接http调用,同时提供了最新版本的l...
Jcseg是基于mmseg算法的一个轻量级中文分词器,同时集成了关键字提取,关键短语提取,关键句子提取和文章自动摘要等功能,并且提供了一个基于Jetty的web服务器,方便各大语言直接http调用,同时提供了最新版本的lucene,solr和elasticsearch的分词接口!
Jcseg 2.5.0更新如下:
1,修复NLP模式下部分“第xx”实体识别的position错误的bug (Reported by https://gitee.com/lionsoul/jcseg/issues/I10FKC)。
2,修复elasticsearch插件的词库autoload的bug(Reported by https://gitee.com/lionsoul/jcseg/issues/IWT2P)。
3,对于全部的切分模式增加同义词自动词性继承。
4,增加elasticsearch 7.2.0支持和lucene, solr 8.0.0支持 (Reported by https://gitee.com/lionsoul/jcseg/issues/IZ7GS)。
5,lucene,solr,elasticsearch检索同义词解决方案与Jcseg同义词方案结合。
6,修复了lucene以及其扩展产品Elasticsearch, solr等同义词以及派生词 (例如,中文数字转阿拉伯数字)的高亮的bug。
这个问题打Jcseg增加同义词以来一直都有的问题,issue中被提了很多次,感谢以下的issue和信息提供者,已经测试OK了:
- https://gitee.com/lionsoul/jcseg/issues/IM8GD
- https://gitee.com/lionsoul/jcseg/issues/IMBLD
- https://gitee.com/lionsoul/jcseg/issues/IRLA2
- https://gitee.com/lionsoul/jcseg/issues/IRLA2
- https://gitee.com/lionsoul/jcseg/issues/IXA40
- https://gitee.com/lionsoul/jcseg/issues/I11505
- https://github.com/lionsoul2014/jcseg/issues/46
7,jccseg-server更改jetty版本号为:9.4.18.v20190429。
8,词条格式调整为:“词条/词性集合/拼音/实体集合/自定义参数”。
9,少量词库优化 。
下载地址:
Gitee: https://gitee.com/lionsoul/jcseg/tree/v2.5.0-release
Github: https://github.com/lionsoul2014/jcseg/releases/tag/v2.5.0-release
Maven仓库地址:
<dependency>
<groupId>org.lionsoul</groupId>
<artifactId>jcseg-core</artifactId>
<version>2.5.0</version>
</dependency>
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Jcseg 2.2.0 发布,Java 轻量级开源自然语言处理包
- Jcseg 2.3.0 发布,Java 轻量级开源自然语言处理包
- Jcseg 2.4.0 发布,Java 轻量级开源自然语言处理包
- Jcseg 2.4.0 发布,Java 轻量级开源自然语言处理包
- R语言自然语言处理:中文分词
- 自然语言处理中的语言模型预训练方法
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。