中文分词 - cllu/.rc GitHub Wiki

中文分词是个问题，不管是全文检索还是建立tag cloud。

常见的分词模型：

• MMSeg
• IK Analyzer
• 庖丁解牛 貌似很久没有更新
• ICTCLAS 中科院的项目？
• 结巴分词，Python里比较流行的分词包

对于ElasticSearch

• Lucene自带的Smart Chinese Analyzer是ES官方支持的：https://github.com/elasticsearch/elasticsearch-analysis-smartcn

Reference

• 有哪些比较好的中文分词方案？, zhihu.com