中科院分词工具imdict chinese analyzer学习 java分词
下载链接http://ictclas.org/Down_OpenSrc.asp
简单介绍：
imdict-chinese-analyzer是 imdict智能词典的智能中文分词模块，作者高小平，算法基于隐马
尔科夫模型(Hidden Markov Model, HMM)，是中国科学院计算技术研究所的ictclas中文分词程序
的重新实现（基于Java），可以直接为lucene搜索引擎提供中文分词支持。
应用：
下到的压缩包解压后就是一个java工程，eclipse直接导入即可，但由于其开发的环境是UTF8所以
要将eclipse的工作空间的编码也设置为utf8，test包里面的AnalyzerTest就是其用法，看了以后
就可以直接用了
功能：中文分词、停止词过滤
优点：开源，分词速度快，效率高
缺点：不支持自己添加词库，不支持词性标注（开发人员自己说是为了提高速度），data文件夹仅
自带了两个字典coredict核心字典、bigramdict词关系字典，这是两个最重要的词典，没有地名和
人名的词典，所以要识别人名地名比较麻烦，据说要用层次hmm，先粗分在细分。
深入学习：主类是net.imdict.analysis.chinese中的ChineseAnalyzer.java它继承了lucene的
Analyzer类，有两个构造方法：public ChineseAnalyzer()、public ChineseAnalyzer
(Set<String> stopWords)第二个构造方法支持停用词，最重要的是tokenStream函数，它用了
SentenceTokenizer和new WordTokenizer，前一个是将文章分成句子，后一个是将句子分成单词，
单词和句子都是用Lucene的Token（词）的类存储的，（Token是一个抽象类，TokenStream是Token
类的子类，但也是一个抽象类，Tokenizer和TokenFilter则是TokenStream的具体实现，他们实现
了TokenStream的next()方法，Tokenizer的next方法返回的是原始的、切分出来的词，而
TokenFilter方法返回的是一个经过过滤的词条，他们结合起来形成Lucene分析器的核心结构）如
Token token = new Token()，然后通过token.reinit(buffer.toString(), tokenStart,
tokenEnd, "sentence");中间两个参数是Token存储的字符串的起止位置，以0开始计数，引用
token中字符串的函数是token.term()，真正调用分词核心算法的WordSegmenter的
segmentSentence方法对句子进行分词，在WordTokenizer类中调用它得到分词结果。在往下层的代
码我就没看了。
两个改动：
（1）ChineseAnalyzer只能对文件进行分词，如何对一个字符串进行分词，改动如下
/* TokenStream ts = ca.tokenStream("sentence", new InputStreamRe
相关文档：
List的用法
List包括List接口以及List接口的所有实现类。因为List接口实现了Collection接口，所以List接口拥有Collection接口提供的所有常用方法，又因为List是列表类型，所以List接口还提供了一些适合于自身的常用方法，如表1所示。
表1 List接口定义的常用方法及功能
从表1可以看出，List接口提供的适合于自身的 ......
答案隐藏了，Ctrl+A显示。建议先思考一下结果，然后运行代码试验。也许你会恍然大悟。
1、找奇数：
view plaincopy to clipboardprint?
public static boolean isOdd(int i){
return i % 2 == 1;
}
public static boolean isOdd(int i){
return i % 2 == 1;
}
上面的方法真的能找� ......
在做pdf文档转成jpg的时候，发现了Jmagick的创建高质量的图片的一个java类库,自己以前使用另外的一个类库,感觉这个更好点,就试着用了下,感觉不错
1.使用的windows下的jmagick-win-6.3.9-Q16.zip 地址是：http://downloads.jmagick.org/6.3.9/
2.doc对应的api地址：http://downloads.jmagick.org/jmagick-doc/
3.安装Ima ......
一个软件设计的好坏，我想很大程度上取决于它的整体架构，而这个整体架构其实就是你对整个宏观商业业务的抽象框架，当代表业务逻辑的高层抽象层结构 合理时，你底层的具体实现需要考虑的就仅仅是一些算法和一些具体的业务实现了。当你需要再开发另一个相近的项目时，你以前的抽象层说不定还可以再次利用 呢，面对对象的设计 ......
这篇文章我是从IBM网站看到的，很有用，就转帖过来了，原文网址是http://www.ibm.com/developerworks/cn/java/l-console/index.html，但是打开的时候特别慢，就在这里粘贴一下。
在Java开发中，控制台输出仍是一个重要的工具，但默认的控制台输出有着各种各样的局限。本文介绍如何用Java管道流截取控制台输出，分析管道� ......
