盘古分词API.doc

盘古分词使用手册 文件说明 2 PanGuSegment 2 PanGu4Lucene 2 PanGu.dll 调用方法 2 初始化 2 分词 2 配置文件 PanGu.xml 7 高亮组件PanGu.HighLight.dll 调用方法 8 字典管理 8 Demo.exe 11 PanGu4Lucene 调用方法 12 创建索引 12 插入数据 12 对要有哪些信誉好的足球投注网站的词分词 13 有哪些信誉好的足球投注网站 13 PanGu4Lucene 示例 15 PanGu4Lucene 示例安装说明 15 文件说明 PanGuSegment 这个是盘古分词的组件包，包括 PanGu.dll 盘古分词的核心组件 DictManage.exe 字典管理工具 Demo.exe 分词演示程序 PanGu.HighLight.dll 高亮组件 PanGu4Lucene 这个是盘古分词针对L 提供的接口 PanGu.Lucene.Analyzer.dll 盘古分词针对L 的接口组件 PanGu.Lucene.ImportTool.exe 示例程序数据导入程序 PanGu.dll 调用方法 初始化 在进程启动时，我们需要对盘古分词进行初始化，初始化的调用代码如下： PanGu.Segment.Init(); 或 PanGu.Segment.Init(filename); filename 为pangu.xml 的完整路径名，如 “c:\pangu.xml” 分词 Segment segment = new Segment(); ICollectionWordInfo words = segment.DoSegment(text); 或 ICollectionWordInfo words = segment.DoSegment(text, options); 或 ICollectionWordInfo words = segment.DoSegment(text, options, parameters); 其中 text 为需要分词的文本 options 为自定义分词选项，默认为pangu.xml 中指定的分词选项 parameters 为分词参数，默认为pangu.xml 中指定的分词参数 分词选项定义： public class MatchOptions { /// summary /// 中文人名识别 /// /summary public bool ChineseNameIdentify = false; /// summary /// 词频优先 /// /summary public bool FrequencyFirst = false; /// summary /// 多元分词 /// /summary public bool MultiDimensionality = true; /// summary /// 英文多元分词，这个开关，会将英文中的字母和数字分开。 /// /summary public bool EnglishMultiDimensionality = false; /// summary /// 过滤停用词 /// /summary public bool FilterStopWords = true; /// summary /// 忽略空格、回车、Tab /// /summary public bool IgnoreSpace = true; /// summary /// 强制一元分词 /// /summary public bool ForceSingleWord = false; /// summary /// 繁体中文开关 /// /summary public bool TraditionalChineseEnabled = false; /// summary /// 同时输出简体和繁体 /// /summary public bool OutputSimplifiedTraditional = false; /// su