Ansj中文分词
==================
[![1.X Build Status](https://travis-ci.org/NLPchina/ansj_seg.svg?branch=master)](https://travis-ci.org/NLPchina/ansj_seg) [![Gitter](https://badges.gitter.im/NLPchina/ansj_seg.svg)](https://gitter.im/NLPchina/ansj_seg?utm_source=badge&utm_medium=badge&utm_campaign=pr-badge)
##### 使用帮助
* 开发文档:[3.x版本及之前](http://nlpchina.github.io/ansj_seg/),[5.x版本及之后](https://github.com/NLPchina/ansj_seg/wiki)
##### 摘要
> 这是一个基于n-Gram+CRF+HMM的中文分词的java实现。
> 分词速度达到每秒钟大约200万字左右(mac air下测试),准确率能达到96%以上。
> 目前实现了中文分词、中文姓名识别、用户自定义词典、关键字提取、自动摘要、关键字标记等功能。
> 可以应用到自然语言处理等方面,适用于对分词效果要求高的各种项目。
##### maven
````
String str = "欢迎使用ansj_seg,(ansj中文分词)在这里如果你遇到什么问题都可以联系我.我一定尽我所能.帮助大家.ansj_seg更快,更准,更自由!" ;
System.out.println(ToAnalysis.parse(str));
欢迎/v,使用/v,ansj/en,_,seg/en,,,(,ansj/en,中文/nz,分词/n,),在/p,这里/r,如果/c,你/r,遇到/v,什么/r,问题/n,都/d,可以/v,联系/v,我/r,./m,我/r,一定/d,尽我所能/l,./m,帮助/v,大家/r,./m,ansj/en,_,seg/en,更快/d,,,更/d,准/a,,,更/d,自由/a,!
##### Join Us
想了很久,不管有没有人帮忙吧。我写上来,如果你有兴趣,有热情可以联系我。
* 补充文档,增加调用实例和说明
* 增加一些规则性Recognition,举例[身份证号码识别](https://github.com/NLPchina/ansj_seg/blob/master/src/main/java/org/ansj/recognition/impl/IDCardRecognition.java),目前未完成的有 `时间识别`,`IP地址识别`,`邮箱识别`,`网址识别`,`词性识别`等...
* 提供更加优化的CRF模型。替换ansj的默认模型。
* 补充测试用例,n多地方测试不完全。如果你有兴趣可以帮忙啦!
* 重构人名识别模型。增加机构名识别等模型。
* 增加句法文法分析
* 实现lstm的分词方式
* 拾遗补漏...