nodejieba

---

NodeJieba "结巴"分词的Node.js版本

介绍

NodeJieba只是CppJieba简单包装而成的node扩展，用来进行中文分词。

对实现感兴趣的请看如下博文：

• Node.js的C++扩展初体验之NodeJieba
• 由NodeJieba谈谈Node.js异步实现

下载

npm install nodejieba

因为npm速度很慢而且经常因为墙的原因出现莫名其妙的问题，可以试试使用cnpm，命令如下：

npm --registry=http://r.cnpmjs.org install nodejieba

用法

默认分词算法

初始化

var nodejieba = require("nodejieba");
nodejieba.loadDict(nodejieba.DEFAULT_DICT, nodejieba.DEFAULT_HMM_DICT, nodejieba.DEFAULT_USER_DICT);

阻塞式调用

var wordList = nodejieba.cutSync("阻塞模式分词");
if (wordList.constructor == Array) // just for tutorial, this is always be true 
{
    wordList.forEach(function(word) {
        console.log(word);     
    });
}

非阻塞式调用

nodejieba.cut("非阻塞模式分词", function(wordList) {
    wordList.forEach(function(word) {
        console.log(word);     
    });
});

搜索引擎分词算法

初始化

var nodejieba = require("nodejieba");
nodejieba.queryLoadDict(nodejieba.DEFAULT_DICT, nodejieba.DEFAULT_HMM_DICT);

阻塞式调用

var wordList = nodejieba.queryCutSync("阻塞模式分词");
if (wordList.constructor == Array) // just for tutorial, this is always be true 
{
    wordList.forEach(function(word) {
        console.log(word);     
    });
}

非阻塞式调用

nodejieba.queryCut("非阻塞模式分词", function(wordList) {
    wordList.forEach(function(word) {
        console.log(word);     
    });
});

具体用法可以参考 test/segment.js test/query_segment.js

词性标注

具体用法可以参考 test/pos_tagger.js

关键词抽取

具体用法可以参考 test/keyword.js

测试

在node v0.10.2, node v0.11.13, node v0.12.1, iojs v1.3.0 下测试通过。

在线演示

http://cppjieba-webdemo.herokuapp.com/ (chrome is suggested)

鸣谢

Jieba中文分词

作者

• YanyiWu http://yanyiwu.com [e-mail]
• myl2821 https://github.com/myl2821 [e-mail]

Changelog

v0.2.12

• 新增以下默认词典地址，让使用者不需要自己写词典的相对地址。
• nodejieba.DEFAULT_DICT
• nodejieba.DEFAULT_HMM_DICT
• nodejieba.DEFAULT_USER_DICT
• nodejieba.DEFAULT_IDF_DICT
• nodejieba.DEFAULT_STOP_WORD_DICT