com.hankcs.hanlp.tokenizer

类 NLPTokenizer

java.lang.Object

com.hankcs.hanlp.tokenizer.NLPTokenizer

public class NLPTokenizer
extends Object

可供自然语言处理用的分词器，更重视准确率。

作者:

hankcs

字段概要

字段

限定符和类型	字段和说明
static AbstractLexicalAnalyzer	ANALYZER 预置分词器

构造器概要

构造器

构造器和说明
NLPTokenizer()

方法概要

限定符和类型	方法和说明
static Sentence	analyze(String sentence) 词法分析
static List<List<Term>>	seg2sentence(String text) 切分为句子形式
static List<List<Term>>	seg2sentence(String text, boolean shortest) 分词断句 输出句子形式
static List<Term>	segment(char[] text) 分词
static List<Term>	segment(String text)

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

ANALYZER

public static AbstractLexicalAnalyzer ANALYZER

预置分词器

构造器详细资料

NLPTokenizer

public NLPTokenizer()

方法详细资料

segment

public static List<Term> segment(String text)

segment

public static List<Term> segment(char[] text)

分词

参数:

text - 文本

返回:

分词结果

seg2sentence

public static List<List<Term>> seg2sentence(String text)

切分为句子形式

参数:

text - 文本

返回:

句子列表

analyze

public static Sentence analyze(String sentence)

词法分析

参数:

sentence -

返回:

结构化句子

seg2sentence

public static List<List<Term>> seg2sentence(String text,
                                            boolean shortest)

分词断句 输出句子形式

参数:

text - 待分词句子

shortest - 是否断句为最细的子句（将逗号也视作分隔符）

返回:

句子列表，每个句子由一个单词列表组成