Segment (HanLP portable-1.5.4 API)

java.lang.Object
- com.hankcs.hanlp.seg.Segment

直接已知子类:

CharacterBasedGenerativeModelSegment, DictionaryBasedSegment, WordBasedGenerativeModelSegment
```
public abstract class Segment
extends Object
```
分词器（分词服务）
是所有分词器的基类（Abstract）
分词器的分词方法是线程安全的，但配置方法则不保证

作者:

hankcs

字段概要

字段
限定符和类型字段和说明

protected Config config
分词器配置

字段
限定符和类型	字段和说明
`protected Config`	`config` 分词器配置

构造器概要

构造器
构造器和说明

Segment()
构造一个分词器

构造器
构造器和说明
`Segment()` 构造一个分词器

方法概要

All Methods Static Methods Instance Methods Abstract Methods Concrete Methods
限定符和类型	方法和说明
`protected static List<AtomNode>`	`atomSegment(char[] charArray, int start, int end)` 原子分词
`protected static List<Vertex>`	`combineByCustomDictionary(List<Vertex> vertexList)` 使用用户词典合并粗分结果
`protected static List<Vertex>`	`combineByCustomDictionary(List<Vertex> vertexList, WordNet wordNetAll)` 使用用户词典合并粗分结果，并将用户词语收集到全词图中
`Segment`	`enableAllNamedEntityRecognize(boolean enable)` 是否启用所有的命名实体识别
`Segment`	`enableCustomDictionary(boolean enable)` 是否启用用户词典
`Segment`	`enableCustomDictionaryForcing(boolean enable)` 是否尽可能强制使用用户词典（使用户词典的优先级尽可能高）警告：具体实现由各子类决定，可能会破坏分词器的统计特性（例如，如果用户词典含有“和服”，则“商品和服务”的分词结果可能会被用户词典的高优先级影响）。
`Segment`	`enableIndexMode(boolean enable)` 设为索引模式
`Segment`	`enableIndexMode(int minimalLength)` 索引模式下的最小切分颗粒度（设为1可以最小切分为单字）
`Segment`	`enableJapaneseNameRecognize(boolean enable)` 是否启用日本人名识别
`Segment`	`enableMultithreading(boolean enable)` 开启多线程
`Segment`	`enableMultithreading(int threadNumber)` 开启多线程
`Segment`	`enableNameRecognize(boolean enable)` 开启人名识别
`Segment`	`enableNumberQuantifierRecognize(boolean enable)` 是否启用数词和数量词识别即[二, 十, 一] => [二十一]，[十, 九, 元] => [十九元]
`Segment`	`enableOffset(boolean enable)` 是否启用偏移量计算（开启后Term.offset才会被计算）
`Segment`	`enableOrganizationRecognize(boolean enable)` 开启机构名识别
`Segment`	`enablePartOfSpeechTagging(boolean enable)` 开启词性标注
`Segment`	`enablePlaceRecognize(boolean enable)` 开启地名识别
`Segment`	`enableTranslatedNameRecognize(boolean enable)` 是否启用音译人名识别
`protected void`	`mergeNumberQuantifier(List<Vertex> termList, WordNet wordNetAll, Config config)` 合并数字
`protected static List<AtomNode>`	`quickAtomSegment(char[] charArray, int start, int end)` 快速原子分词，希望用这个方法替换掉原来缓慢的方法
`List<Term>`	`seg(char[] text)` 分词
`List<Term>`	`seg(String text)` 分词此方法是线程安全的
`List<List<Term>>`	`seg2sentence(String text)` 分词断句输出句子形式
`protected abstract List<Term>`	`segSentence(char[] sentence)` 给一个句子分词
`protected static List<AtomNode>`	`simpleAtomSegment(char[] charArray, int start, int end)` 简易原子分词，将所有字放到一起作为一个词

从类继承的方法 java.lang.Object
clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

- 字段详细资料
  - config
```
protected Config config
```
    分词器配置
- 构造器详细资料
  - Segment
```
public Segment()
```
    构造一个分词器
- 方法详细资料
  - atomSegment
```
protected static List<AtomNode> atomSegment(char[] charArray,
                                            int start,
                                            int end)
```
    原子分词
    
    参数:
    
    charArray -
    
    start - 从start开始（包含）
    
    end - 到end结束（不包含end）
    
    返回:
    
    一个列表，代表从start到from的所有字构成的原子节点
  - simpleAtomSegment
```
protected static List<AtomNode> simpleAtomSegment(char[] charArray,
                                                  int start,
                                                  int end)
```
    简易原子分词，将所有字放到一起作为一个词
    
    参数:
    
    charArray -
    
    start -
    
    end -
    
    返回:
  - quickAtomSegment
```
protected static List<AtomNode> quickAtomSegment(char[] charArray,
                                                 int start,
                                                 int end)
```
    快速原子分词，希望用这个方法替换掉原来缓慢的方法
    
    参数:
    
    charArray -
    
    start -
    
    end -
    
    返回:
  - combineByCustomDictionary
```
protected static List<Vertex> combineByCustomDictionary(List<Vertex> vertexList)
```
    使用用户词典合并粗分结果
    
    参数:
    
    vertexList - 粗分结果
    
    返回:
    
    合并后的结果
  - combineByCustomDictionary
```
protected static List<Vertex> combineByCustomDictionary(List<Vertex> vertexList,
                                                        WordNet wordNetAll)
```
    使用用户词典合并粗分结果，并将用户词语收集到全词图中
    
    参数:
    
    vertexList - 粗分结果
    
    wordNetAll - 收集用户词语到全词图中
    
    返回:
    
    合并后的结果
  - mergeNumberQuantifier
```
protected void mergeNumberQuantifier(List<Vertex> termList,
                                     WordNet wordNetAll,
                                     Config config)
```
    合并数字
    
    参数:
    
    termList -
  - seg
```
public List<Term> seg(String text)
```
    分词
    此方法是线程安全的
    
    参数:
    
    text - 待分词文本
    
    返回:
    
    单词列表
  - seg
```
public List<Term> seg(char[] text)
```
    分词
    
    参数:
    
    text - 待分词文本
    
    返回:
    
    单词列表
  - seg2sentence
```
public List<List<Term>> seg2sentence(String text)
```
    分词断句输出句子形式
    
    参数:
    
    text - 待分词句子
    
    返回:
    
    句子列表，每个句子由一个单词列表组成
  - segSentence
```
protected abstract List<Term> segSentence(char[] sentence)
```
    给一个句子分词
    
    参数:
    
    sentence - 待分词句子
    
    返回:
    
    单词列表
  - enableIndexMode
```
public Segment enableIndexMode(boolean enable)
```
    设为索引模式
    
    返回:
  - enableIndexMode
```
public Segment enableIndexMode(int minimalLength)
```
    索引模式下的最小切分颗粒度（设为1可以最小切分为单字）
    
    参数:
    
    minimalLength - 三字词及以上的词语将会被切分为大于等于此长度的子词语。默认取2。
    
    返回:
  - enablePartOfSpeechTagging
```
public Segment enablePartOfSpeechTagging(boolean enable)
```
    开启词性标注
    
    参数:
    
    enable -
    
    返回:
  - enableNameRecognize
```
public Segment enableNameRecognize(boolean enable)
```
    开启人名识别
    
    参数:
    
    enable -
    
    返回:
  - enablePlaceRecognize
```
public Segment enablePlaceRecognize(boolean enable)
```
    开启地名识别
    
    参数:
    
    enable -
    
    返回:
  - enableOrganizationRecognize
```
public Segment enableOrganizationRecognize(boolean enable)
```
    开启机构名识别
    
    参数:
    
    enable -
    
    返回:
  - enableCustomDictionary
```
public Segment enableCustomDictionary(boolean enable)
```
    是否启用用户词典
    
    参数:
    
    enable -
  - enableCustomDictionaryForcing
```
public Segment enableCustomDictionaryForcing(boolean enable)
```
    是否尽可能强制使用用户词典（使用户词典的优先级尽可能高）
    警告：具体实现由各子类决定，可能会破坏分词器的统计特性（例如，如果用户词典含有“和服”，则“商品和服务”的分词结果可能会被用户词典的高优先级影响）。
    
    参数:
    
    enable -
    
    返回:
    
    分词器本身
    
    从以下版本开始:
    
    1.3.5
  - enableTranslatedNameRecognize
```
public Segment enableTranslatedNameRecognize(boolean enable)
```
    是否启用音译人名识别
    
    参数:
    
    enable -
  - enableJapaneseNameRecognize
```
public Segment enableJapaneseNameRecognize(boolean enable)
```
    是否启用日本人名识别
    
    参数:
    
    enable -
  - enableOffset
```
public Segment enableOffset(boolean enable)
```
    是否启用偏移量计算（开启后Term.offset才会被计算）
    
    参数:
    
    enable -
    
    返回:
  - enableNumberQuantifierRecognize
```
public Segment enableNumberQuantifierRecognize(boolean enable)
```
    是否启用数词和数量词识别
    即[二, 十, 一] => [二十一]，[十, 九, 元] => [十九元]
    
    参数:
    
    enable -
    
    返回:
  - enableAllNamedEntityRecognize
```
public Segment enableAllNamedEntityRecognize(boolean enable)
```
    是否启用所有的命名实体识别
    
    参数:
    
    enable -
    
    返回:
  - enableMultithreading
```
public Segment enableMultithreading(boolean enable)
```
    开启多线程
    
    参数:
    
    enable - true表示开启[系统CPU核心数]个线程，false表示单线程
    
    返回:
  - enableMultithreading
```
public Segment enableMultithreading(int threadNumber)
```
    开启多线程
    
    参数:
    
    threadNumber - 线程数量
    
    返回:

类 Segment

字段概要

构造器概要

方法概要

从类继承的方法 java.lang.Object

字段详细资料

config

构造器详细资料

Segment

方法详细资料

atomSegment

simpleAtomSegment

quickAtomSegment

combineByCustomDictionary

combineByCustomDictionary

mergeNumberQuantifier

seg

seg

seg2sentence

segSentence

enableIndexMode

enableIndexMode

enablePartOfSpeechTagging

enableNameRecognize

enablePlaceRecognize

enableOrganizationRecognize

enableCustomDictionary

enableCustomDictionaryForcing

enableTranslatedNameRecognize

enableJapaneseNameRecognize

enableOffset

enableNumberQuantifierRecognize

enableAllNamedEntityRecognize

enableMultithreading

enableMultithreading