third_codes/cppjieba
1
0
Fork 0
mirror of https://github.com/yanyiwu/cppjieba.git synced 2025-07-18 00:00:12 +08:00
Code Issues Packages Projects Releases Wiki Activity

Merge branch 'master' of https://github.com/aszxqw/cppjieba

Browse Source
This commit is contained in:
wyy 2013-09-18 10:59:39 +08:00
commit d71e7e1dfc
1 changed files with 8 additions and 7 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

15
README.md
View File

@ -1,4 +1,4 @@
#CppJieba是"结巴"中文分词的C++库 #CppJieba是"结巴"中文分词的C++版本
## 中文编码 ## 中文编码
@ -18,17 +18,18 @@ Trie.cpp/Trie.h 负责载入词典的trie树，主要供Segment模块使用。
MPSegment.cpp/MPSegment.h MPSegment.cpp/MPSegment.h
(Maximum Probability)最大概率法:负责根据Trie树构建有向无环图和进行动态规划算法，是分词算法的核心。 (Maximum Probability)最大概率法:负责根据Trie树构建有向无环图和进行动态规划算法，是分词算法的核心。
### TransCode模块
TransCode.cpp/TransCode.h 负责转换编码类型，将utf8和gbk都转换成`uint16_t`类型，也负责逆转换。
### HMMSegment模块
HMMSegment.cpp/HMMSegment.h HMMSegment.cpp/HMMSegment.h
是根据HMM模型来进行分词，主要算法思路是根据(B,E,M,S)四个状态来代表每个字的隐藏状态。 是根据HMM模型来进行分词，主要算法思路是根据(B,E,M,S)四个状态来代表每个字的隐藏状态。
HMM模型由dicts/下面的`hmm_model.utf8`提供。 HMM模型由dicts/下面的`hmm_model.utf8`提供。
分词算法即viterbi算法。 分词算法即viterbi算法。
### TransCode模块
TransCode.cpp/TransCode.h 负责转换编码类型，将utf8和gbk都转换成`uint16_t`类型，也负责逆转换。
## Demo ## Demo
### MPSegment's demo ### MPSegment's demo