ictclas2016分词系统

system

软件标签:  ictclas分词系统   分词系统   中文分词工具
nlpir汉语分词系统是一款适用于编程行业的中文分词工具。本软件支持词性标准、关键词提取的等功能。主要适用于汉语言词法分析研究。本站提供的是最新版的ictclas2016分词系统安装程序。需要的用户欢迎在绿色资源网下载使用。
软件介绍
中国科学院计算技术研究所在多年研究工作积累的基础上，研制出了汉语词法分析系统ictclas（instituteofcomputingtechnology,chineselexicalanalysissystem），主要功能包括中文分词；词性标注；命名实体识别；新词识别；同时支持用户词典。我们先后精心打造五年，内核升级7次，目前已经升级到了ictclas2009用户词典接口扩展用户可以动态增加、删除用户词典中的词，调节分词的效果。提高了用户词典使用的灵活性。

ictclas词法分析系统，从2009年开始，为了和以前工作进行大的区隔，并推广nlpir自然语言处理与信息检索共享平台，调整命名为nlpir分词系统。张华平博士先后倾力打造十余年，内核升级十余次，先后获得了2010年钱伟长中文信息处理科学技术奖一等奖，2003年国际sighan分词大赛综合第一名，2002年国内973评测综合第一名。全球用户突破30万，包括中国移动、华为、中搜、3721、nec、中华商务网、硅谷动力、云南日报等企业，清华大学、新疆大学、华南理工、麻省大学等机构：同时，ictclas广泛地被《科学时报》、《人民日报》海外版、《科技日报》等多家媒体报道。您可以访问google进一步了解ictclas的应用情况。
ictclas中文分词系统功能介绍
1.指纹提取

根据文章的内容，结构，词语间的关系，分析出能够表示该文章的语义指纹，使用数字序列表示。

2.分词粒度可调

可以控制分词结果的粒度。共享版本提供两种分词粒度，标准粒度和粗粒度，满足不同用户的需求。

3.用户词典接口扩展

用户可以动态增加、删除用户词典中的词，调节分词的效果。提高了用户词典使用的灵活性。

4.词性标注功能加强

多种标注级的选择，系统可供选择的标注级有：计算所一级标注级，计算所二级标注集，北大一级标注集，北大二级标注集。

5.关键词提取

自动抽取出能很好地代表文档主题的若干个词或短语。关键词抽取技术广泛应用于信息检索、文本分类/聚类、信息过滤、文档摘要等各种智能文本信息处理领域，具有很好的应用价值。




6.新词发现与自适应分词功能

从较长的文本内容中，基于信息交叉熵自动发现新特征语言，并自适应测试语料的语言概率分布模型，实现自适应分词。




7. 微博分词功能：

对博主id进行nr标示，对转发的会话进行自动分割标示（标示为ssession），url以及email进行自动标引。

https://blog.51cto.com/u_16099270/9147646