"結巴"中文分詞的C++版本：CppJieba

簡介

CppJieba是"結巴"中文分詞的C++版本

特性

• 源代碼都寫進頭文件src/*.hpp里，include即可使用。
• 支持utf-8, gbk編碼，但是推薦使用utf-8編碼， 因為gbk編碼缺少嚴格測試，慎用。
• 內置分詞服務server/server.cpp，在linux環境下可安裝使用。
• 項目自帶較為完善的單元測試，核心功能中文分詞(utf8)的穩定性接受過線上環境檢驗。
• 支持載自定義用戶詞典。
• 支持 linux , mac osx 操作系統。
• 支持 Docker。

應用

關于CppJieba的跨語言包裝使用

收到郵件詢問跨語言包裝(ios應用開發)使用的問題，這方面我沒有相關的經驗，建議參考如下python使用cppjieba的項目：

jannson 開發的供 python模塊調用的項目 cppjiebapy , 和相關討論 cppjiebapy_discussion .

NodeJieba

如果有需要在node.js中使用分詞，不妨試一下NodeJieba。

simhash

如果有需要在處理中文文檔的的相似度計算，不妨試一下simhash。

exjieba

如果有需要在erlang中使用分詞的話，不妨試一下exjieba。

jiebaR

如果有需要在R中使用分詞的話，不妨試一下jiebaR。

libcppjieba

libcppjieba 是最簡單易懂的CppJieba頭文件庫使用示例。

keyword_server

KeywordServer 50行搭建一個中文關鍵詞抽取服務。

ngx_http_cppjieba_module

如果有需要在Nginx中使用分詞模塊的話，不妨試一下ngx_http_cppjieba_module.

線上演示

http://cppjieba-webdemo.herokuapp.com/ (建議使用chrome打開)

項目主頁：http://www.baiduhome.net/lib/view/home/1418465734761