Go 语言高效分词, 支持英文、中文、日文等

词典用双数组 trie （ Double-Array Trie ）实现， 分词器算法为基于词频的最短路径加动态规划。

支持普通和搜索引擎两种分词模式，支持用户词典、词性标注，可运行 JSON RPC 服务。

项目地址: https://github.com/go-ego/gse

package main

import (
	"fmt"

	"github.com/go-ego/gse"
)

func main() {
	var seg gse.Segmenter
	seg.LoadDict("zh,testdata/test_dict.txt,testdata/test_dict1.txt")

	text1 := []byte("你好世界, Hello world")

	segments := seg.Segment(text1)
	fmt.Println(gse.ToString(segments, false))
}

Danube River

Add

• [NEW] 增加加载词典错误行检测
• [NEW] 增加不同语言词典缩写
• [NEW] 增加模式分词方法
• [NEW] 增加自定义字典你在
• [NEW] 更多测试
• [NEW] 更新测试工具

Update

• [NEW] 更新 tool 和 benchmark 代码
• [NEW] 更新 cedar 代码
• [NEW] 简化代码 name
• [NEW] 更新 README.md
• [NEW] 细分代码方法
• [NEW] 更新版本并使用 dep 管理包
• [NEW] 优化字典加载
• [NEW] 更新 log print 和文件名

Fix

• [FIX] Format some code and fix godoc