有哪些高质量的中文分词api？-Python教程-PHP中文网

有哪些高质量的中文分词api？

php中文网

发布： 2016-06-06 16:23:12

原创

1611人浏览过

最好多多推荐一些对中国本土的一些互联网用词——比如说“卧槽，给力，牛逼，好六，六六六，水贴，爆吧，女票，男票，蓝孩子，孩纸”之类的俚语也能有很好的分词能力的中文分词API就好了。

DelphiBBS 2010离线包及总索引精彩问答教程 CHM版

一个专门讨论Delphi的技术论坛，上面高手如云，是国内人气最盛、质量最高的Delphi讨论站。本文件根据该论坛的离线数据包生成，支持全文检索，话题ID检索，并实现了自动换行。由于某些话题正文中的HTML Tag会干扰CHM的生成，所有正文的HTML Tag 已全部转成明文。其中2006年的话题ID：3331380,3538052,3562469,3349720,3357640,3384303由于行数太多, 会使HTML Help Workshop产生非法操作错误，已在生成时删除了n行。

查看详情

回复内容：

稍微体验过的，简单收录下

哈工大：语言云（语言技术平台云 LTP-Cloud）
东北大学NiuTrans统计机器翻译系统：东北大学自然语言处理实验室
中科院张华平博士ICTCLAS ：NLPIR汉语分词系统
波森科技：首页 - BosonNLP
结巴：fxsjy/jieba · GitHub
Ansj分词：中国自然语言开源组织

没有特别对比，2和3貌似没有API 楼上暴君说得很详细了，我就贴一个我觉得分词最准确的一个吧
http://bosonnlp.com/

总的来说很准确，当然也不是任何时候都管用...... 233333333

结巴分词。项目地址：fxsjy/jieba · GitHub

<span class="o">>>></span><span class="n">seg_list</span> <span class="o">=</span> <span class="n">jieba</span><span class="o">.</span><span class="n">cut</span><span class="p">(</span><span class="s">"他来到了网易杭研大厦"</span><span class="p">)</span> 
<span class="o">>>></span><span class="k">print</span> <span class="s">", "</span><span class="o">.</span><span class="n">join</span><span class="p">(</span><span class="n">seg_list</span><span class="p">)</span>
<span class="err">他</span><span class="p">,</span> <span class="err">来到</span><span class="p">,</span> <span class="err">了</span><span class="p">,</span> <span class="err">网易</span><span class="p">,</span> <span class="err">杭研</span><span class="p">,</span> <span class="err">大厦</span>
登录后复制

pullword在线分词服务__API服务_API服务_API Store

除了jieba补充两个，一个是哈工大的语言云，另一个是波森科技的NLP API。不过我没有对这三者进行横向测评过。

我用过jieba效果还阔以，用的不多。 不过听说stanfordnlp也支持中文分词，容我崇洋媚外一把 也许stanford更牛逼一点

张华平博士的东西什么都好，就是要定期更新用户授权

我用过腾讯文智的API觉得还行，简单，分词效果不错。可以试一试

词云的制作方法

以前用的庖丁解牛分词器 ，不过是潜入到lucene里面用的。对中文分词 挺不错的