- 本人并非IK分词器原作者
- IK分词器已于2012年停止更新
- 原作者并未使用maven,并且项目没有托管在GitHub(在google code)
- 本项目主要是将IK改为maven项目,并提交maven**仓库以方便使用
- 本项目pom.xml中的开发者信息,为原作者信息
- 本人没有改动任何原作者代码
- org.klw8包下的代码(如果有)为本人提供,一般为测试用代码
- 原作者项目地址 ik-analyzer
- 如果原作者看到此项目,并觉得不妥,请联系我: 213539@qq.com
- 项目中的 IK Analyzer 2012FF_hf1_source.rar 为原作者的源码(下载自 google code)
java开源中文分词器
IK Analyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始， IKAnalyzer已经推出了4个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。从3.0版本开始，IK发展为面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。在2012版本中，IK实现了简单的分词歧义排除算法，标志着IK分词器从单纯的词典分词向模拟语义分词衍化。
IK Analyzer 2012特性:
1.采用了特有的“正向迭代最细粒度切分算法“，支持细粒度和智能分词两种切分模式；
2.在系统环境：Core2 i7 3.4G双核，4G内存，window 7 64位， Sun JDK 1.6_29 64位 普通pc环境测试，IK2012具有160万字/秒（3000KB/S）的高速处理能力。
3.2012版本的智能分词模式支持简单的分词排歧义处理和数量词合并输出。
4.采用了多子处理器分析模式，支持：英文字母、数字、中文词汇等分词处理，兼容韩文、日文字符
5.优化的词典存储，更小的内存占用。支持用户词典扩展定义。特别的，在2012版本，词典支持中文，英文，数字混合词语。