Jcseg最新版是一款专业的轻量级Java分词软件。Jcseg官方版嵌入jetty提供了一个绝对高性能的server模块，包含全部功能的http接口，标准化json输出格式，方便各种语言客户端直接调用。Jcseg最新版支持自定义词库。在lexicon文件夹下，可以随便添加/删除/更改词库和词库内容，并且对词库进行了分类。

基本简介

      Jcseg最新版是一款简单实用的轻量级Java分词工具，能够帮助用户轻松提取关键词、关键短语，为Java的使用提供了帮助。软件还提供了一个基于Jetty的web服务器，满足用户的各种Java编程功能需求。

功能介绍

      中文分词：mmseg算法 + Jcseg 独创的优化算法，七种切分模式。

      关键字提取：基于textRank算法。

      关键短语提取：基于textRank算法。

      关键句子提取：基于textRank算法。

      文章自动摘要：基于BM25+textRank算法。

      自动词性标注：基于词库+(统计歧义去除计划)，目前效果不是很理想，对词性标注结果要求较高的应用不建议使用。

      命名实体标注：Jcseg最新版基于词库+(统计歧义去除计划)，电子邮件，网址，大陆手机号码，地名，人名，货币，datetime时间，长度，面积，距离单位等。

      Restful api：嵌入jetty提供了一个绝对高性能的server模块，包含全部功能的http接口，标准化json输出格式，方便各种语言客户端直接调用。

软件亮点

      Jcseg最新版支持自定义词库。在lexicon文件夹下，可以随便添加/删除/更改词库和词库内容，并且对词库进行了分类。

      支持词库多目录加载. 配置lexicon.path中使用';'隔开多个词库目录.

      词库分为简体/繁体/简繁体混合词库: 可以专门适用于简体切分, 繁体切分, 简繁体混合切分, 并且可以利用下面提到的同义词实现,简繁体的相互检索, Jcseg同时提供了词库两个简单的词库管理工具来进行简繁体的转换和词库的合并。

      中英文同义词追加/同义词匹配 + 中文词条拼音追加.词库整合了《现代汉语词典》和cc-cedict辞典中的词条，并且依据cc-cedict词典为词条标上了拼音，依据《中华同义词词典》为词条标上了同义词(尚未完成)。更改jcseg.properties配置文档可以在分词的时候加入拼音和同义词到分词结果中。

      中文数字和中文分数识别，例如："一百五十个人都来了，四十分之一的人。"中的"一百五十"和"四十分之一"。并且 Jcseg会自动将其转换为阿拉伯数字加入到分词结果中。如：150， 1/40。

      支持中英混合词和英中混合词的识别(维护词库可以识别任何一种组合)。例如：B超, x射线, 卡拉ok, 奇都KTV, 哆啦a梦。

      支持英文的类中文切分，同样使用mmseg算法来消除歧义，例如：“openarkcompiler”会被切分成：“open ark compiler”，该功能也可以被关闭。