中文分词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。我们知道，在英文的行文中，单词之间是以空格作为自然分界符的，而中文只是字、句和段能通过明显的分界符来简单划界，唯独词没有一个形式上的分界符，虽然英文也同样存在短语的划分问题，不过在词这一层上，中文比之英文要复杂得多、困难得多。
中文分词(chinese word segmentation)是指将一个汉字序列切分成一个个单独的词。中文分词是文本挖掘的基础，对于输入的一段中文，成功地进行中文分词，可以达到电脑自...
基于540个网页-相关网页
This paper presents an approach independent on word segmentation techniques and text collections.
本文的研究成果是提出了一种不需要进行中文分词,且不依赖文本数据集,能够同时适宜于中英文文献的文本表达方法。
参考来源 - 基于粗糙集理论的文本自动分类研究2) The implement of XunLei indexer, it mainly include how to create Chinese participle and reverse table.
迅雷资源搜索引擎索引器的实现，主要是如何建立中文分词和倒排表。
参考来源 - 迅雷资源搜索引擎的研究与实现For designing and implementing Chinese words segmentation module in the search engine based on Nutch. this paper put forward a algorithm based on forwards maximum match algorithm (MM).
对于设计实现能够在基于nutch的搜索引擎中处理中文信息的中文分词模块,论文采用基于中文字典的正向最大匹配分词算法。
参考来源 - 基于WEB服务的空间信息专业搜索引擎的应用研究·2,447,543篇论文数据，部分数据来源于NoteExpress
实行中文分词连写确实具有必要性。
中文分词是校园网搜索引擎项目的一个核心技术。
Word segment was a core technology of campus search engine project.
预处理方面，本文分为两个步骤：科技论文文本数据预处理和中文分词处理。
In the aspect of the pretreatment, this paper contains two approaches: the one is basic text data pretreatment, and the other is Chinese participle.
应用推荐