mirror of https://github.com/yanyiwu/cppjieba.git synced 2025-07-18 00:00:12 +08:00

gwdwyy 07d27e250d defautl encoding is changed to utf8

2013-08-20 02:11:09 +08:00

#CppJieba "结巴"中文分词的cpp版本 "结巴"中文分词详见: https://github.com/fxsjy/jieba n的jieba分词源码写的。

#Detail

1.现在支持utf8,gbk编码的分词。默认编码是utf8。 2.分词算法上还没增加HMM模型这部分。 3.关键词抽取是暂时是针对类似title之类的超短语句使用的，基本上没有普适性。

#Demo

Segment's demo

cd ./demo;
make;
./segment_demo testlines.gbk

run ./segment_demo to get help.