Jcseg 2.3.0 发布，Java 轻量级开源自然语言处理包

Linuxeden 开源社区 --

Jcseg 是基于 mmseg 算法的一个轻量级中文分词器，同时集成了关键字提取，关键短语提取，关键句子提取和文章自动摘要等功能，并且提供了一个基于 Jetty 的 web 服务器，方便各大语言直接 http 调用，同时提供了最新版本的 lucene，solr 和 elasticsearch 的分词接口！

jcseg 2.3.0 更新如下：

1，NLP 切分部分时间实体没有使用空格隔开的 bug，例如：“2017 年大年初三”，应该结果：“2017 年 大年初三”。
2，检索模式重复输出的 bug。report at https://ift.tt/2LxUG3U
3，自动摘要自定义输出的长度失效 bug。
4，修复英文同义词追加 token.offset 尚未继承的 bug
5，修复 NLP 模式对类“五月天”等 datetime 词条的拆分优先级，以词库中的词条优先级最高
6，修复增加对 lucene 单字段多值索引的 offset 支持，例如 elasticsearch 的 Array 字段
7，jcseg-server 会打包为一个完整项目，增加 jvm.options 对 jvm 配置调整支持：

01, config: 配置目录，jcseg-server.properties 管理服务器和词库的配置，jvm.options 管理 jvm 的参数，例如内存分配等，默认 1.5G
02, lib: 全部依赖的 jar 包目录
03, lexicon: jcseg 词库目录，在此更改管理词库即可
04, jcseg-server: 启动管理脚本, 仅限 linux 增加-d 参数可以后台启动

jcseg-server 使用：

# 将 jcseg-server/target/jcseg-server 整个目录拷贝到安装目录，设为$JS_DIR

cd $JS_DIR

# 初次运行给 jcseg-server 增加+x 权限
# 同步运行
./jcseg-server

# 后台运行
./jcseg-server -d

备注：本次更新大部分修改都是针对“ 原语智能 ”AI 平台的版本，已经经过长期测试！

2.3.0 版本下载地址：

码云：https://gitee.com/lionsoul/jcseg/tree/v2.3.0-release

github：https://github.com/lionsoul2014/jcseg/releases/tag/v2.3.0-release

maven 仓库：已经同步

转自 https://ift.tt/2IO6am0

The post Jcseg 2.3.0 发布，Java 轻量级开源自然语言处理包 appeared first on Linuxeden开源社区.

https://ift.tt/2skMISN