应网友需求发布IKAnalyzer3.1.2GA

应网友要求，修订3.1.1对字母窜的切分策略，强化对英文单词的切分。
如：
window2000 将切分为  |    window2000  |    window    |   2000;
readme.txt  将切分为 |    readme.txt  |    readme    | txt;
[e-mail] 将切分为 |   [e-mail]   |   linliangyi   | 2005   |   gmail   | com ;


下载 ：IKAnalyzer3.1.2稳定版完整包.rar

更多详细请参看《IKAnalyzer中文分词器V3.1.1使用手册.pdf》

或访问本人Blog:http://linliangyi2007.iteye.com/blog/429960

项目地址：http://code.google.com/p/ik-analyzer/ 。

评论

12 楼 linliangyi2007 2009-10-14  

joachimz 写道

@linliangyi2007 不好意思，我都觉得自己有点讨厌

不过自从开始使用ruby，学习scala这样的语言后，对代码简洁的追求几乎称得上痴迷。有机会就会重构，删代码。

这个是好事，不是坏事啊。

代码罗嗦是偶滴习惯性缺点，不应该提倡的，呵呵。

11 楼 joachimz 2009-10-14  

@linliangyi2007 不好意思，我都觉得自己有点讨厌

不过自从开始使用ruby，学习scala这样的语言后，对代码简洁的追求几乎称得上痴迷。有机会就会重构，删代码。

10 楼 linliangyi2007 2009-10-14  

joachimz 写道

尽管在工作中主要使用java，也接受java的繁琐，但对类似

if (true) {
  return true;
}
else {
  return false;
}

的写法非常反感。不能因为java的繁琐，我们就不去追求代码的简洁。potian的建议还是很中肯的。

好吧，我承认繁琐。但有时候，真的是代码习惯问题啊，改过来怪怪的，请各位容忍一下下啦

9 楼 joachimz 2009-10-14  

尽管在工作中主要使用java，也接受java的繁琐，但对类似

if (true) {
  return true;
}
else {
  return false;
}

的写法非常反感。不能因为java的繁琐，我们就不去追求代码的简洁。potian的建议还是很中肯的。

8 楼 gtman 2009-10-14  

强烈建议发布基于１。５版的。。。

7 楼 potian 2009-09-14  

因为最近想了解分词，所以找了Javaeye推荐的IK。我发帖的主要原因就是有一些不理解的地方，从一开始就没有想要说你的代码什么不好，只不过有点疑问，当然有可能是引起了你的误会

咱们到此打住吧

6 楼 linliangyi2007 2009-09-14  

potian 写道

linliangyi2007 写道

potian 写道

刚刚打开你的程序看了一下，看到一个类：

	/**
	 * 判断词元是否彼此包含
	 * @param other
	 * @return boolean true 完全包含 ， false 可能不相交 或者 相交但不包含
	 */
	public boolean isOverlap(Lexeme other){
		if(other != null){
			if(this.begin <= other.begin && this.getEndPosition() >= other.getEndPosition()){
				return true;
			}else if(this.begin >= other.begin && this.getEndPosition() <= other.getEndPosition()){
				return true;
			}else {
				return false;
			}
		}
		return false;
	}      

这个地方为什么判断begin，然后是 getEndPosition之间的关系，是不是应该同样判断getBeginPosition? 还有写得代码太复杂了,两个条件变成一个或不就可以了吗？

另外hashcode和equal都没有判断文本的内容，这个也挺奇怪的

当然我还没看其他的代码，可能你的本意就需要这样？



我想说的是，不要把这段代码等同于两个Lexeme对象的相等判断。代码没有错，也没有多余。

不判断文本内容是考虑到效率问题，对于明确的一段文字，相同位置上的字符是一样的

当然如果将begin改为getBeginPosition会更利于程序的阅读，这个会进行修改。

难道不能这么写

if(other == null) return false;
return  (this.begin <= other.begin && this.getEndPosition() >= other.getEndPosition()) ||
        (this.begin >= other.begin && this.getEndPosition() <= other.getEndPosition())

;

呵呵，这个纯属代码风格问题。如果这个要讨论下去，又会引起争论了。事实上，对于分词器而言，两段代码没有本质区别，不是吗？既不影响效率，也不影响算法。

如果需要讨论代码编写的话，建议学习ruby吧，哪里有比java好的多的魔法代码哦，这跟本贴的中心就相去甚远了，还是就此打住吧。

5 楼 potian 2009-09-13  

linliangyi2007 写道

potian 写道

刚刚打开你的程序看了一下，看到一个类：

	/**
	 * 判断词元是否彼此包含
	 * @param other
	 * @return boolean true 完全包含 ， false 可能不相交 或者 相交但不包含
	 */
	public boolean isOverlap(Lexeme other){
		if(other != null){
			if(this.begin <= other.begin && this.getEndPosition() >= other.getEndPosition()){
				return true;
			}else if(this.begin >= other.begin && this.getEndPosition() <= other.getEndPosition()){
				return true;
			}else {
				return false;
			}
		}
		return false;
	}      

这个地方为什么判断begin，然后是 getEndPosition之间的关系，是不是应该同样判断getBeginPosition? 还有写得代码太复杂了,两个条件变成一个或不就可以了吗？

另外hashcode和equal都没有判断文本的内容，这个也挺奇怪的

当然我还没看其他的代码，可能你的本意就需要这样？



我想说的是，不要把这段代码等同于两个Lexeme对象的相等判断。代码没有错，也没有多余。

不判断文本内容是考虑到效率问题，对于明确的一段文字，相同位置上的字符是一样的

当然如果将begin改为getBeginPosition会更利于程序的阅读，这个会进行修改。

难道不能这么写

if(other == null) return false;
return  (this.begin <= other.begin && this.getEndPosition() >= other.getEndPosition()) ||
        (this.begin >= other.begin && this.getEndPosition() <= other.getEndPosition())

;

4 楼 linliangyi2007 2009-09-13  

potian 写道

刚刚打开你的程序看了一下，看到一个类：

	/**
	 * 判断词元是否彼此包含
	 * @param other
	 * @return boolean true 完全包含 ， false 可能不相交 或者 相交但不包含
	 */
	public boolean isOverlap(Lexeme other){
		if(other != null){
			if(this.begin <= other.begin && this.getEndPosition() >= other.getEndPosition()){
				return true;
			}else if(this.begin >= other.begin && this.getEndPosition() <= other.getEndPosition()){
				return true;
			}else {
				return false;
			}
		}
		return false;
	}      

这个地方为什么判断begin，然后是 getEndPosition之间的关系，是不是应该同样判断getBeginPosition? 还有写得代码太复杂了,两个条件变成一个或不就可以了吗？

另外hashcode和equal都没有判断文本的内容，这个也挺奇怪的

当然我还没看其他的代码，可能你的本意就需要这样？

我想说的是，不要把这段代码等同于两个Lexeme对象的相等判断。代码没有错，也没有多余。

不判断文本内容是考虑到效率问题，对于明确的一段文字，相同位置上的字符是一样的

当然如果将begin改为getBeginPosition会更利于程序的阅读，这个会进行修改。

3 楼 infante_yin 2009-09-13  

你好，可以问你个问题吗？看你写了关于很多CAS的，我出了个这样的问题，可以给我点帮助吗？java.security.cert.CertificateException: No subject alternative names present

2 楼 potian 2009-09-13  

刚刚打开你的程序看了一下，看到一个类：

	/**
	 * 判断词元是否彼此包含
	 * @param other
	 * @return boolean true 完全包含 ， false 可能不相交 或者 相交但不包含
	 */
	public boolean isOverlap(Lexeme other){
		if(other != null){
			if(this.begin <= other.begin && this.getEndPosition() >= other.getEndPosition()){
				return true;
			}else if(this.begin >= other.begin && this.getEndPosition() <= other.getEndPosition()){
				return true;
			}else {
				return false;
			}
		}
		return false;
	}      

这个地方为什么判断begin，然后是 getEndPosition之间的关系，是不是应该同样判断getBeginPosition? 还有写得代码太复杂了,两个条件变成一个或不就可以了吗？

另外hashcode和equal都没有判断文本的内容，这个也挺奇怪的

当然我还没看其他的代码，可能你的本意就需要这样？

1 楼 IceWee 2009-09-11  

支持一个。