jieba分词,自定义词库分词 java语言

Posted 2022-06-18 悟能的师兄

其实这是一个解决JAVA端使用Jeba分词的方式。Jeba相较于其他产品的优势是双向匹配分词

GITHUB地址：https://github.com/huaban/jieba-analysis

第一步引用Maven

<!-- Jeba分词器 几年没更新了GitHub-->
<dependency>
	<groupId>com.huaban</groupId>
	<artifactId>jieba-analysis</artifactId>
	<version>1.0.2</version>
</dependency>

第二步自定义词词典：

创建的文件结构以及文件名称：dicts/jieba.dict

自定义的词典请放到：resource/dicts/jieba.dict

自定义词词库的内容

塑料 3 n
塑料管件 3 n
塑料管 3 n
管件 3 n

第三步调用：

public void contextLoadsJeba() 
        String text = "塑料管件" ;
		System.out.println( "Jeba 分词  -------------" );
		JiebaSegmenter segmenter = new JiebaSegmenter();

		System.out.println(segmenter.process( text , JiebaSegmenter.SegMode.INDEX).toString());
        System.out.println("加载自定义词库的信息，开始做自定义词库的分词------->>>>>>>>");
        // 词典路径为Resource/dicts/jieba.dict
        Path path = Paths.get(new File( getClass().getClassLoader().getResource("dicts/jieba.dict").getPath() ).getAbsolutePath() ) ;
        //加载自定义的词典进词库
        WordDictionary.getInstance().loadUserDict( path ) ;
        //重新分词
        segmenter = new JiebaSegmenter();
        System.out.println(segmenter.process( text , JiebaSegmenter.SegMode.INDEX).toString());
    

搞定