asp.net下的中文分词检索东西分享【C#.Net教程】,asp.net,工具,检索

jieba是python下的一个检索库, 有人将这个库移植到了asp.net 平台下, 完全可以替换lucene.net以及盘古分词的搭配

之所以写这个, 实在是因为昨天面试时, 被问到网站的关键字检索你怎么做？我就是说了下sql隐约查询以及sql语句优化, 缓存。之前打仗过关键字分词, 然则在.net平台下没有成熟的分词检索库, 不像java有lucene, 只管也移植到了.net, 然则更新慢。我之前学python的时刻注意到了python的分词检索, 以及做词云, 就想着有无python的分词检索库移植到了.net的查了下python的jieba库果然有移植的！
原文引见: jieba中文分词的.NET版本：jieba.NET
.NET平台上罕见的分词组件是盘古分词，然则已良久没有更新了。最显著的是内置辞书，jieba的辞书有50万个词条，而盘古的辞书是17万，如许会形成显著差别的分词效果。别的，关于未登录词，jieba“采用了基于汉字成词才能的HMM模子，运用了Viterbi算法”，效果看起来也不错。

我们直接在VS2013的nuget包管理器内里搜刮下载也行:

看到批评内里有人说, 将工信童贞做事每个月经由部属科室都要亲口交卸24口交换机等技术性器件的装置事情分词尝尝, 能分好就不错, 我本身测试了下:

var segmenter = new JiebaSegmenter();

            Console.WriteLine("原检索语句: 工信童贞做事每个月经由部属科室都要亲口交卸24口交换机等技术性器件的装置事情");            
            var segments1 = segmenter.Cut("工信童贞做事每个月经由部属科室都要亲口交卸24口交换机等技术性器件的装置事情", cutAll: true);
            Console.WriteLine("[全形式]: {0}", string.Join("/ ", segments1));            
            var segments2 = segmenter.Cut("工信童贞做事每个月经由部属科室都要亲口交卸24口交换机等技术性器件的装置事情");  // 默以为准确形式
            Console.WriteLine("【准确形式】：{0}", string.Join("/ ", segments2));            
            var segments3 = segmenter.Cut("工信童贞做事每个月经由部属科室都要亲口交卸24口交换机等技术性器件的装置事情");  // 默以为准确形式，同时也运用HMM模子
            Console.WriteLine("【新词辨认】：{0}", string.Join("/ ", segments3));            
            var segments4 = segmenter.CutForSearch("工信童贞做事每个月经由部属科室都要亲口交卸24口交换机等技术性器件的装置事情"); // 搜刮引擎形式
            Console.WriteLine("【搜刮引擎形式】：{0}", string.Join("/ ", segments4));            
            var segments5 = segmenter.Cut("工信童贞做事每个月经由部属科室都要亲口交卸24口交换机等技术性器件的装置事情");
            Console.WriteLine("【歧义消弭】：{0}", string.Join("/ ", segments5));

            Console.Read();

运转效果: