java正向最大匹配算法_java中文分词之正向最大匹配法实例代码_weixin_39801613的博客-程序员秘密

技术标签： java正向最大匹配算法

前言

基于词典的正向最大匹配算法(最长词优先匹配)，算法会根据词典文件自动调整最大长度，分词的好坏完全取决于词典。

所谓词典正向最大匹配就是将一段字符串进行分隔，其中分隔的长度有限制，然后将分隔的子字符串与字典中的词进行匹配，如果匹配成功则进行下一轮匹配，直到所有字符串处理完毕，否则将子字符串从末尾去除一个字，再进行匹配，如此反复。

算法流程图如下：

下面给大家主要讲一下中文分词里面算法的简单实现，废话不多说了，现在先上代码

示例代码

package com;

import java.util.ArrayList;

import java.util.List;

public class Segmentation1 {

private List dictionary = new ArrayList();

private String request = "北京大学生前来应聘";

public void setDictionary() {

dictionary.add("北京");

dictionary.add("北京大学");

dictionary.add("大学");

dictionary.add("大学生");

dictionary.add("生前");

dictionary.add("前来");

dictionary.add("应聘");

}

public String leftMax() {

String response = "";

String s = "";

for(int i=0; i

s += request.charAt(i);

if(isIn(s, dictionary) && aheadCount(s, dictionary)==1) {

response += (s + "/");

s = "";

} else if(aheadCount(s, dictionary) > 0) {

} else {

response += (s + "/");

s = "";

}

return response;

}

private boolean isIn(String s, List list) {

for(int i=0; i

if(s.equals(list.get(i))) return true;

}

return false;

}

private int aheadCount(String s, List list) {

int count = 0;

for(int i=0; i

if((s.length()<=list.get(i).length()) && (s.equals(list.get(i).substring(0, s.length())))) count ++;

}

return count;

}

public static void main(String[] args) {

Segmentation1 seg = new Segmentation1();

seg.setDictionary();

String response1 = seg.leftMax();

System.out.println(response1);

}

可以看到运行结果是：北京大学/生前/来/应聘/

算法的核心就是从前往后搜索，然后找到最长的字典分词。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对脚本之家的支持。

本文链接：https://blog.csdn.net/weixin_39801613/article/details/114214688

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

蓝桥杯——单片机学习（3——点亮LED灯）_蓝桥杯led_Moqim Flourite.的博客-程序员秘密

原理如图，发光二极管L1—L8共阳接法，VCC为电源正极，高电平。已知发光二极管正向导通反向截至，要使得二极管发光，就要让Q1—Q8为低电平。可控管脚为P00—P07，所以要输入P00—P07为低电平。为了让P0能够影响到Q1—Q8，就要使得锁存器M74HC573M1R导通，即要让管脚LE为高电平。又管脚LE与Y4C连接，所以Y4C也为高电平。又Y4C连接了一个或非门，或非门的输入端为Y4和WR。因为WR已用跳线帽与GND连接在了一起，GND为接地，所以WR为0（低电平）。根据或非门逻辑表格：

【Electron学习】Windows系统环境配置与安装_THU_杨迪的博客-程序员秘密

关于 ElectronElectron是由Github开发，用HTML，CSS和JavaScript来构建跨平台桌面应用程序的一个开源库。 Electron通过将Chromium和Node.js合并到同一个运行时环境中，并将其打包为Mac，Windows和Linux系统下的应用来实现这一目的。Electron于2013年作为构建Github上可编程的文本编辑器Atom的框架而被开发出来。这两个...

Android Activity的生命周期简单总结_简单列出activity的生命周期_byhieg的博客-程序员秘密

Android Activity的生命周期简单总结这里的内容参考官方的文档，这篇文章的目的不是去总结Activity是如何启动，如何创造，以及暂停和销毁的，而是从实际开发中分析在Activity各个生命周期，我们应该处理的内容。Activity 各个生命周期由图可以看出，在一个activity的生命周期中，系统会像金字塔模型一样去调用一系列的生命周期回调函数。在最上端是当前Activit

EF中提示一个或者多个验证出现错误，查看 EntityValidationErrors 详细信息的解决方法..._weixin_30252709的博客-程序员秘密

摘自：http://www.cnblogs.com/angels/archive/2012/11/06/2757231.html我们在 EF 的编程中，有时候会遇到这样一个错误：但是，按照他的提示 “See 'EntityValidationErrors' property for more details.” 去 Exception 中查看，却只能看到并不能看到具体的是那个...

悬浮球？只要这个就够了_misfloatingball_pairmu的博客-程序员秘密

悬浮球，辅助按钮

实现图书增删改查和分页显示图书信息_birdlun的博客-程序员秘密

目录列：实现图书增删改查和分页显示图书信息效果截图：添加图书分页显示上传图片修改实现导包数据库连接db.propertiesUploadServlet图片上传封装book数据封装分页BookDao.java 实现图书增删改查、分页BookDaoImp.javaBookService接口实现增删改查、分页BookService...