mirror of
https://github.com/fumiama/jieba.git
synced 2026-06-05 00:32:51 +08:00
69 lines
2.3 KiB
Markdown
Executable File
69 lines
2.3 KiB
Markdown
Executable File
#结巴分词 Go 语言版：jieba
|
||
|
||
[](https://godoc.org/github.com/fumiama/jieba)
|
||
|
||
[结巴分词](https://github.com/fxsjy/jieba) 是由 [@fxsjy](https://github.com/fxsjy) 使用 Python 编写的中文分词组件，本仓库是结巴分词的 Golang 语言实现，修改于[jiebago](https://github.com/wangbin/jiebago)，优化了速度与性能，增加了从`fs.File`加载字典等功能。
|
||
|
||
|
||
## 使用
|
||
|
||
```
|
||
go get -d github.com/fumiama/jieba
|
||
```
|
||
|
||
## 示例
|
||
|
||
```
|
||
package main
|
||
|
||
import (
|
||
"fmt"
|
||
|
||
"github.com/fumiama/jieba"
|
||
)
|
||
|
||
func main() {
|
||
seg, err := LoadDictionaryAt("dict.txt")
|
||
if err != nil {
|
||
panic(err)
|
||
}
|
||
|
||
fmt.Print("【全模式】：")
|
||
fmt.Println(seg.CutAll("我来到北京清华大学"))
|
||
|
||
fmt.Print("【精确模式】：")
|
||
fmt.Println(seg.Cut("我来到北京清华大学", false))
|
||
|
||
fmt.Print("【新词识别】：")
|
||
fmt.Println(seg.Cut("他来到了网易杭研大厦", true))
|
||
|
||
fmt.Print("【搜索引擎模式】：")
|
||
fmt.Println(seg.CutForSearch("小明硕士毕业于中国科学院计算所，后在日本京都大学深造", true))
|
||
}
|
||
```
|
||
输出结果：
|
||
|
||
```
|
||
【全模式】：[我 来到 北京 清华 清华大学 华大 大学]
|
||
【精确模式】：[我 来到 北京 清华大学]
|
||
【新词识别】：[他 来到 了 网易 杭研 大厦]
|
||
【搜索引擎模式】：[小明 硕士 毕业 于 中国 科学 学院 科学院 中国科学院 计算 计算所 ， 后 在 日本 京都 大学 日本京都大学 深造]
|
||
```
|
||
|
||
更多信息请参考[文档](https://godoc.org/github.com/fumiama/jieba)。
|
||
|
||
## 分词速度
|
||
```c
|
||
goos: darwin
|
||
goarch: amd64
|
||
pkg: github.com/fumiama/jieba
|
||
cpu: Intel(R) Core(TM) i5-8265U CPU @ 1.60GHz
|
||
BenchmarkCutNoHMM-8 50101 22889 ns/op 4.67 MB/s 24492 B/op 148 allocs/op
|
||
BenchmarkCut-8 47473 25152 ns/op 4.25 MB/s 31310 B/op 185 allocs/op
|
||
BenchmarkCutAll-8 81760 14286 ns/op 7.49 MB/s 22746 B/op 75 allocs/op
|
||
BenchmarkCutForSearchNoHMM-8 49009 24371 ns/op 4.39 MB/s 26421 B/op 157 allocs/op
|
||
BenchmarkCutForSearch-8 44643 26597 ns/op 4.02 MB/s 33224 B/op 194 allocs/op
|
||
PASS
|
||
ok github.com/fumiama/jieba 8.769s
|
||
```
|