finalseg -> Chinese Words Segment Library in Python based on HMM Model 基于HMM模型的中文分词

用法

• 将finalseg目录放置于当前目录或者site-packages目录
• import finalseg

代码示例

import finalseg

sentence_list = [
"姚晨和老凌离婚了",
"他说的确实在理",
"长春市长春节讲话"
]

print u"=默认效果"

for sentence in sentence_list:
    seg_list = finalseg.cut(sentence)
    print "/ ".join(seg_list)

print u"\n=打开新词发现功能后的效果\n"


for sentence in sentence_list:
    seg_list = finalseg.cut(sentence,find_new_word=True)
    print "/ ".join(seg_list)

算法

• 算法是基于HMM模型,采用了Viterbi算法
• 可以选择是否打开新词发现功能
• 算法简单，只有89行纯Python代码 https://github.com/fxsjy/finalseg/blob/master/finalseg/__init__.py

性能

• 200 KB/Second
• Test Env: Intel(R) Core(TM) i7-2600 CPU @ 3.4GHz；《围城》.txt

例子

• 在线分词效果展示 https://finalseg.appspot.com/ (需要翻墙)