Ansj 通过List方式加入自定义词典

首先灰常感谢@ansjsun

采用Ansj对文本进行切词,并作简单统计,加入自定义词典代码如下:

private void loadAnsjDic() {
	List<String> dic = Utils.getDicList();
	for (int i = 0; i < dic.size(); i++) {
		UserDefineLibrary.insertWord(dic.get(i), Utils.USER_DEFINE, 1000);
		}
	}
}

 然后对文本进行切词,代码如下:

List<Term> list = ToAnalysis.paser(content);
for (Term term : list) {
......................your business
}

 通过对ansj和IKAnalyzer进行切词速度对比详情如下:

文本数据量:180w篇新闻

服务器:4个(配置保密)

业务操作:统计分析

其他:自定义词典为4w

耗时对比:

IKAnalyzer 4个小时没有切晚,预估要8个小时

ansj 升级之后2个小时的样子,升级前30分钟

猜你喜欢

转载自snv.iteye.com/blog/1717546