1
stlee 2019-02-25 16:45:48 +08:00 via Android
梁博的 pullword 挺不错。
|
2
shm7 2019-07-01 19:08:52 +08:00 via iPhone
jieba thulac pkuseg pynlpir pyltp 还有 hanlp corenlp fudanlp,想不通。
|
3
proofreading OP |
4
proofreading OP 打错字了, 正确的字:方案。
|
5
KalaSearch 2020-09-05 15:56:24 +08:00
我觉得切词 API 的需求应该还是大的,主要是极多情况下大家的主要业务也不是分词本身,所以一味追求分词准确度没有意义,还不如用一个效果“合理”的 API
合理的定义当然非常主观,但对多数人来说,分词的作用就是做搜索。我们的经验中,要把分词琢磨清楚再把搜索琢磨清楚还是很不容易的。 ES 有不少分词用的插件,但要比较各种分词的效果(索引分词效果和搜索分词效果)会需要比较多的上下文知识。通常 Analyzer 和 Query analyzer 必须用同样的分词器,但也会造成有的时候某个词就是搜不出来的情况。 所以如果是做搜索,且预算允许的话,自荐下我们做的卡拉搜索,啥也不用配置,接上 API 瞬间开搜,后台直接控制排序算法也很方便(灵感来自于 Algolia,算是个跟 ES 很不一样的独创吧)。 速度在我们的 benchmark 上比优化过的 ES 还快 10 倍左右,欢迎试用 |
6
proofreading OP 非常好 @KalaSearch , 我尝试一下你们的服务。
|