Friso是使用c語言開發(fā)的一款開源的高性能中文分詞器，使用流行的mmseg算法實(shí)現(xiàn)，完全基于模塊化設(shè)計(jì)和實(shí)現(xiàn)，可以很方便的植入其他程序中，源碼無需修改就能在各種平臺下編譯使用！

功能介紹

　　Friso核心功能：

　　中文分詞：mmseg算法 + Friso 獨(dú)創(chuàng)的優(yōu)化算法，四種切分模式。

　　關(guān)鍵字提取：基于textRank算法。

　　關(guān)鍵短語提取：基于textRank算法。

　　關(guān)鍵句子提取：基于textRank算法。

　　Friso中文分詞：

　　四種切分模式：

　　簡易模式：FMM 算法，適合速度要求場合。

　　復(fù)雜模式- MMSEG 四種過濾算法，具有較高的岐義去除，分詞準(zhǔn)確率達(dá)到了98.41%。

　　檢測模式：只返回詞庫中已有的詞條，很適合某些應(yīng)用場合。(1.6.1版本開始)。

　　*多模式：細(xì)粒度切分，專為檢索而生，除了中文處理外（不具備中文的人名，數(shù)字識別等智能功能）其他與復(fù)雜模式一致（英文，組合詞等）。

　　分詞功能特性：

　　同時(shí)支持對 UTF-8/GBK 編碼的切分，支持 php5 和 php7 擴(kuò)展和 sphinx token 插件。

　　支持自定義詞庫。在 dict 文件夾下，可以隨便添加/刪除/更改詞庫和詞庫詞條，并且對詞庫進(jìn)行了分類。

　　簡體/繁體/簡體混合支持, 可以方便的針對簡體，繁體或者簡繁體切分。同時(shí)還可以以此實(shí)現(xiàn)簡繁體的相互檢索。

　　支持中英/英中混合詞的識別(維護(hù)詞庫可以識別任何一種組合)。例如：卡拉ok, 漂亮mm, c語言，IC卡，哆啦a夢。

　　很好的英文支持，英文標(biāo)點(diǎn)組合詞識別, 例如c++, c#, 電子郵件，網(wǎng)址，小數(shù)，百分?jǐn)?shù)。

　　自定義保留標(biāo)點(diǎn)：你可以自定義保留在切分結(jié)果中的標(biāo)點(diǎn)，這樣可以識別出一些復(fù)雜的組合，例如：c++, k&r，code.google.com。

　　復(fù)雜英文切分的二次切分：默認(rèn) Friso 會保留數(shù)字和字母的原組合，開啟此功能，可以進(jìn)行二次切分提高檢索的命中率。例如：qq2013會被切分成：qq/ 2013/ qq2013。

　　支持阿拉伯?dāng)?shù)字/小數(shù)基本單字單位的識別，例如2012年，1.75米，5噸，120斤，38.6℃。

　　自動英文圓角/半角，大寫/小寫轉(zhuǎn)換。

　　同義詞匹配：自動中文/英文同義詞追加. (需要在 friso.ini 中開啟 friso.add_syn 選項(xiàng))。

　　自動中英文停止詞過濾。(需要在 friso.ini 中開啟 friso.clr_stw 選項(xiàng))。

　　多配置支持, 安全的應(yīng)用于多進(jìn)程/多線程環(huán)境。