Friso是一款使用C语言开发的开源高性能中文分词器。它是使用流行的mmseg 算法实现的。它完全基于模块化设计和实现。它可以很容易地植入到其他程序中。源代码无需修改即可用于各种应用程序。平台下编译使用。

Friso是一款使用C语言开发的开源高性能中文分词器。它是使用流行的mmseg 算法实现的。它完全基于模块化设计和实现。它可以很容易地植入到其他程序中。源代码无需修改即可用于各种应用程序。平台下编译使用！

特征

美素佳肴核心特点：

中文分词：mmseg算法+Friso独创优化算法，四种分词模式。

关键词提取：基于textRank算法。

关键词提取：基于textRank算法。

关键句提取：基于textRank算法。

美素中文分词：

四种分段模式：

简单模式：FMM算法，适合对速度要求较高的场合。

复合模式——MMSEG四种过滤算法，歧义去除率高，分词准确率达到98.41%。

检测模式：仅返回词汇表中已有的条目，非常适合某些应用。 （从1.6.1版本开始）。

大多数模式：细粒度分割，专为检索而设计。除中文处理（不具备中文姓名、数字识别等智能功能）外，其他模式与复杂模式一致（英文、组合词等）。

分词特点：

它还支持UTF-8/GBK编码的分段，支持php5和php7扩展以及sphinx token插件。

支持自定义词典。 dict文件夹下可以随意添加/删除/更改词库和词库条目，词库是分类的。

简体/繁体/简体混合支持，您可以轻松分割简体、繁体或简体-繁体。同时还可以用来实现简繁体中文的相互检索。

支持汉英/英汉混合词识别（维护词库可识别任意组合）。例如：卡拉OK、漂亮mm、c语言、IC卡、哆啦A梦。

非常好的英文支持，英文标点组合词识别，如c++、c#、email、website、decimal、percentage。

自定义保留标点符号：可以自定义分词结果中保留的标点符号，以便可以识别一些复杂的组合，例如：c++、kr、code.google.com。

复杂英文分词的二次分词：默认情况下，Friso 会保留原来的数字和字母组合。如果开启该功能，可以进行二次切分，提高检索的命中率。例如：qq2013就会分为：qq/2013/qq2013。

支持阿拉伯数字/十进制基本单词单位的识别，如2012、1.75米、5吨、120磅、38.6。

自动英文圆角/半角、大写/小写转换。

同义词匹配：自动中/英文同义词添加。 （您需要在friso.ini 中启用friso.add_syn 选项）。

自动中英文停用词过滤。 （您需要在friso.ini 中启用friso.clr_stw 选项）。

多种配置支持，多进程/多线程环境下安全应用。