ml-distribution / analyzer-profile

多种分词器的封装，重点修改了原IK/MMSeg4j分词器，增加分词器对象共享池和Lucene/Solr封装，其中Lucene/Solr版本为5.5.0。

分词服务项目

基于Java实现，当前分词器版本为5.5.0。

---

项目简介

项目起因

本项目主要为中文数据处理服务的。

项目框架

analyzer-ik: 模拟语义分词器

analyzer-mmseg4j: 基于MMSeg算法的分词器

analyzer-web: Restful风格的分词接口

备注: 该分词框架持续更新中。

API文档

http://wiki.dev.zx.soft/doku.php

备注: API文档统一放在公司的wiki上。

---

项目架构

1. 对象池技术： commons-pool
2. Restful风格的接口：restlet
3. 海量数据测评：mapreduce

常见约束词

Item	Value
analyzer	解析器
wordsegment	分词器
testing	测试模块
web	接口服务

打包命令

mvn deploy [-Dmaven.test.skip=true]

示例代码

    ** 分词示例 **      
    ...
    参考源码中Demo.
    ...
	
    ** 嵌入Lucene示例 ** 
    ...
    参考源码中Demo.
    ...
    
    ** 嵌入Solr示例 ** 
    ...
    参考源码中Demo.
    ...

开发人员

新浪微博: PlayBigData

微信: wgybzb

QQ: 1010437118

邮箱: [email protected]

GitHub: wgybzbrobot