IKAnalyzer中文分詞庫

IK Analyzer 是一個開源的，基于java語言開發(fā)的輕量級的中文分詞工具包。從2006年12月推出1.0版開始， IKAnalyzer已經(jīng)推出了4個大版本。最初，它是以開源項目Luence為應(yīng)用主體的，結(jié)合詞典分詞和文法分析算法的中文分詞組件。從3.0版本開始，IK發(fā)展為面向Java的公用分詞組件，獨立于Lucene項目，同時提供了對Lucene的默認(rèn)優(yōu)化實現(xiàn)。在2012版本中，IK實現(xiàn)了簡單的分詞歧義排除算法，標(biāo)志著IK分詞器從單純的詞典分詞向模擬語義分詞衍化。

IK Analyzer 2012特性:

1. 采用了特有的“正向迭代最細(xì)粒度切分算法“，支持細(xì)粒度和智能分詞兩種切分模式；

2. 在系統(tǒng)環(huán)境：Core2 i7 3.4G雙核，4G內(nèi)存，window 7 64位， Sun JDK 1.6_29 64位 普通pc環(huán)境測試，IK2012具有160萬字/秒（3000KB/S）的高速處理能力。

3. 2012版本的智能分詞模式支持簡單的分詞排歧義處理和數(shù)量詞合并輸出。

4. 采用了多子處理器分析模式，支持：英文字母、數(shù)字、中文詞匯等分詞處理，兼容韓文、日文字符

5. 優(yōu)化的詞典存儲，更小的內(nèi)存占用。支持用戶詞典擴展定義。特別的，在2012版本，詞典支持中文，英文，數(shù)字混合詞語。

IKAnalyzer 同時還有一個非官方的 .NET 版本 —— IKAnalyzer.NET