Jcseg 2.5.0 发布，Java 轻量级开源自然语言处理包

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

查看所有标签

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。