+---------------------Jcseg китайский токенизатор слов-----------------------------+
| - @Автор chenxin<chenxin619315@gmail.com>                                          |
| - :seg_mode  : переключение на указанный режим токенизации.                      |
| - (:complex,:simple,:most,:detect,:delimiter,:NLP,:ngram)                        |
| - :keywords  : переключение на режим извлечения ключевых слов.                  |
| - :keyphrase : переключение на режим извлечения ключевых фраз.                  |
| - :sentence  : переключение на режим извлечения предложений.                    |
| - :summary   : переключение на режим извлечения сводок.                         |
| - :help      : вывод этого меню помощи.                                         |
| - :quit      : выход из программы.                                              |
+-----------------------------------------------------------------------------------+
jcseg~токенизация:complex>>

Перед использованием примеров тестовых данных убедитесь, что вы правильно установили и скомпилировали проект **Jcseg**.##### Разбиение на слова:

Исландия/ns время/n июль/m первое число/m ,/ находящийся/u там/s съёмка/vi Том Круз/nr А Танг Гэ/nr признался/v через/v представителя/n ,/ он/r с/o третьего/m женой/n Кейт Холмс/nr (первый/a второй/j женой/n Ми Ми Роджерс/nr Николь Кидман/nr )/ его/u брак/n закончится/d .,/ пары/vn знаки/n :/ этот/r «/ Цай Сян Бэй/nz »/ хакеры/n технологии/n конкурс/vn победитель/n является/a Telecommunications/нт 09/en -/ BF/en 2BF/en Чжан Сан/nr ,/ награда/vn C++/en программирование/gi язык/n книга/ns и/o [ Cай-ксе-нь цю-бин/nz ]/ его/u «/ PHP Tutorial/nz »/ набор/m .,/ особенный/a буквы/n :/ [ I/nz ]/ (/ II/m )/,/ английский/n английский/n цифры/n :/ Bug/en Report/en Ченсинь/en 619315/en Gmail/en Com/en Ченсинь619315@gmail.com/en Or/en Visit/en Http/en :// Code/en Google/en Com/en Code.Google.Com/en // P/en // Jcseg/en ,/ мы/r все/pl восхищаемся/v приветствуем/v любим/v наслаждаемся/v духом/n ума/n хакера/n ! / особенный/a цифры/n :/ ①/m ⑩/m ⑽/m ㈩/m . /# **Jcseg** Maven репозиторий:

* jcseg-core:

```xml
<dependency>
    <groupId>org.lionsoul</groupId>
    <artifactId>jcseg-core</artifactId>
    <version>2.6.3</version>
</dependency>

<dependency>
    <groupId>org.lionsoul</groupId>
    <artifactId>jcseg-analyzer</artifactId>
    <version>2.6.3</version>
</dependency>

<dependency>
    <groupId>org.lionsoul</groupId>
    <artifactId>jcseg-elasticsearch</artifactId>
    <version>2.6.3</version>
</dependency>

<dependency>
    <groupId>org.lionsoul</groupId>
    <artifactId>jcseg-opensearch</artifactId>
    <version>2.6.3</version>
</dependency>

<dependency>
    <groupId>org.lionsoul</groupId>
    <artifactId>jcseg-server</artifactId>
    <version>2.6.3</version>
</dependency>

// Для версий Lucene 6.3.0 и выше
Analyzer analyzer = new JcsegAnalyzer(ISegment.COMPLEX, config, dic);

// Необязательно (для изменения конфигурации по умолчанию): Получение экземпляра конфигурации сегментатора
JcsegAnalyzer jcseg = (JcsegAnalyzer) analyzer;
SegmenterConfig config = jcseg.getConfig();
// Добавление синонимов, требуется настройка jcseg.loadsyn=1 в jcseg.properties
config.setAppendCJKSyn(true);
// Добавление пиньиня, требуется настройка jcseg.loadpinyin=1 в jcseg.properties
config.setAppendCJKPinyin();
// Больше настроек, см. org.lionsoul.jcseg.SegmenterConfig
```# **Jcseg** интерфейс лексемизации Solr:

1. Копируйте jcseg-core-{версия}.jar и jcseg-analyzer-{версия}.jar в каталог библиотек Solr.
2. Добавьте одну из следующих двух конфигураций в scheme.xml Solr:

```xml
<!-- Комплексный режим лемматизации: -->
<fieldtype name="textComplex" class="solr.TextField">
    <analyzer>
        <tokenizer class="org.lionsoul.jcseg.analyzer.JcsegTokenizerFactory" mode="complex"/>
    </analyzer>
</fieldtype>
<!-- Простой режим лемматизации: -->
<fieldtype name="textSimple" class="solr.TextField">
    <analyzer>
        <tokenizer class="org.lionsoul.jcseg.analyzer.JcsegTokenizerFactory" mode="simple"/>
    </analyzer>
</fieldtype>
<!-- Детекторный режим лемматизации: -->
<fieldtype name="textDetect" class="solr.TextField">
    <analyzer>
        <tokenizer class="org.lionsoul.jcseg.analyzer.JcsegTokenizerFactory" mode="detect"/>
    </analyzer>
</fieldtype>
<!-- Поисковый режим лемматизации: -->
<fieldtype name="textSearch" class="solr.TextField">
    <analyzer>
        <tokenizer class="org.lionsoul.jcseg.analyzer.JcsegTokenizerFactory" mode="most"/>
    </analyzer>
</fieldtype>
<!-- Режим лемматизации NLP: -->
<fieldtype name="textNLP" class="solr.TextField">
    <analyzer>
        <tokenizer class="org.lionsoul.jcseg.analyzer.JcsegTokenizerFactory" mode="nlp"/>
    </analyzer>
</fieldtype>
<!-- Режим лемматизации с разделителем: -->
<fieldtype name="textDelimiter" class="solr.TextField">
    <analyzer>
        <tokenizer class="org.lionsoul.jcseg.analyzer.JcsegTokenizerFactory" mode="delimiter"/>
    </analyzer>
</fieldtype>
<!-- Режим лемматизации n-gram: -->
<fieldtype name="textNGram" class="solr.TextField">
    <analyzer>
        <tokenizer class="org.lionsoul.jcseg.analyzer.JcsegTokenizerFactory" mode="ngram"/>
    </analyzer>
</fieldtype>

<fieldtype name="textComplex" class="solr.TextField">
    <analyzer>
        <tokenizer class="org.lionsoul.jcseg.analyzer.JcsegTokenizerFactory" mode="complex" jsceg_loadsyn="1"/>
    </analyzer>
</fieldtype>

jcseg           : соответствует алгоритму анализа для поиска
jcseg_complex   : соответствует сложному алгоритму анализа
jcseg_simple    : соответствует простому алгоритму анализа
jcseg_detect    : соответствует алгоритму анализа для обнаружения
jcseg_most      : соответствует алгоритму анализа для максимального количества слов
jcseg_nlp       : соответствует алгоритму анализа для NLP
jcseg_delimiter : соответствует алгоритму анализа для разделителей
jcseg_ngram     : соответствует алгоритму анализа для n-грамм

"settings": {
    "analysis": {
        "analyzer": {
            "jcseg_complex_v3": {
                "type": "jcseg_complex",
                "jcseg_maxlen": "3",
                "jcseg_loadsyn": "1"
            }
        }
    }
}
```Адрес для тестирования конфигурации:```
 http://localhost:9200/_analyze? analyzer=jcseg_most&text=сто долларов равно сколько юаней

curl 'http://localhost:9200/_analyze? pretty=true' -H 'Content-Type:application/json' -d'
{
    "analyzer": "jcseg_most",
    "text": "сто долларов равно сколько юаней"
}'

{
  "tokens" : [
    {
      "token" : "сто",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "word",
      "position" : 0
    },
    {
      "token" : "долларов",
      "start_offset" : 2,
      "end_offset" : 7,
      "type" : "word",
      "position" : 1
    },
    {
      "token" : "равно",
      "start_offset" : 7,
      "end_offset" : 11,
      "type" : "word",
      "position" : 2
    },
    {
      "token" : "сколько",
      "start_offset" : 11,
      "end_offset" : 16,
      "type" : "word",
      "position" : 3
    },
    {
      "token" : "юаней",
      "start_offset" : 16,
      "end_offset" : 21,
      "type" : "word",
      "position" : 4
    }
  ]
}

      "token" : "民",
       "start_offset" : 9,
       "end_offset" : 10,
       "type" : "слово",
       "position" : 15
     },
     {
       "token" : "币",
       "start_offset" : 10,
       "end_offset" : 11,
       "type" : "слово",
       "position" : 16
     }
   ]
 }

Необходимо завершить последнюю строку:

```markdown
        # Преобразование китайских цифр в арабские цифры
        "jcseg_chinese_to_arabic_conversion": true
    }
}
```         # (true - включено, false - выключено)
          # Например, '\u4E09\u4E07' будет преобразовано в 3000.
         "jcseg_cnnumtoarabic": true,
          # Преобразование китайской дроби в арабскую дробь
          # @Примечание: для Lucene, Solr, Elasticsearch эта функция должна быть отключена.
         "jcseg_cnfratoarabic": false,
          # Сохранение нераспознанных слов
          # (true - сохранять нераспознанные слова, false - удалить их)
         "jcseg_keepunregword": true,
          # Вторичное деление сложных английских слов
         "jcseg_ensencondseg": true,
          # Минимальная длина вторичного простого токена
          # лучше больше чем 1
         "jcseg_stokenminlen": 2,
          # Пороговое значение для распознавания китайских имён
          # лучше не менять это значение до тех пор пока вы точно знаете что делаете
         "jcseg_nsthreshold": 1000000,
          # Пунктуация, которая будет сохранена внутри токена
          # (не в конце токена)
         "jcseg_keeppunctuations": "@#%.  &+"
     },
 ```    # Настройка экземпляра словаря.
      # Добавьте свои данные здесь с использованием стандартной JSON синтаксис
      "jcseg_dict": {
          "master": {
              "path": [
                  "{jar.dir}/лексикон"
                  # Абсолютный путь здесь
                  # "/java/JavaSE/jcseg/lexicon"
              ],
               # Загружать ли части речи слов
              "loadpos": true,
               # Загрузка пиньиня слов.
              "loadpinyin": true,
           }
       }```            # Загрузка синонимов слов.
            "loadsyn": true,

            # Загрузка сущностей слов.
            "loadentity": true,
                    
            # Автоматическая загрузка модифицированного словарного файла.
            "autoload": true,
        
            # Интервал опроса для автоматической загрузки. (в секундах)
            "polltime": 300
        }
        
        # Добавьте свои здесь
        # ,"name" : {
        #   "path": [
        #       "абсолютный путь до стандартного лексикона jcseg 1",
        #       "абсолютный путь до стандартного лексикона jcseg 2"
        #       ...
        #   ],
        #   "autoload": 0,
        #   "polltime": 300
        # }
    },
    
    # Настройки конфигурации сегментатора.
    # @Примечание: 
    # Все экземпляры конфигурации здесь расширяются от глобальных настроек выше.
    # Отсутствие действий приведёт к применению всех настроек из глобальных настроек.
    "jcseg_config": {
        "master": {
            # Расширение и переопределение глобальных настроек
            "jcseg_pptmaxlen": 0,
            "jcseg_cnfratoarabic": true,
            "jcseg_keepunregword": false
        }
        
        # Этот экземпляр используется для извлечения ключевых слов, ключевых фраз, предложений и суммаризации.
        # @Примечание: не удаляйте этот экземпляр, если вы хотите использовать jcseg как службу извлечения.
        ,"extractor": {
            "jcseg_pptmaxlen": 0,
            "jcseg_clearstopword": true,
            "jcseg_cnnumtoarabic": false,
            "jcseg_cnfratoarabic": false,
            "jcseg_keepunregword": false,
            "jcseg_ensencondseg": false
        }```markdown
# Добавьте больше своих здесь
# ,"name": {
#   ...
# }

# Настройка экземпляра jcseg tokenizer.
# Вы можете использовать этот экземпляр для вас с помощью доступа:
# http://jcseg_server_host:port/tokenizer/instance_name
# instance_name — это имя экземпляра, которое вы определяете ниже.
"jcseg_tokenizer": {
    "master": {
        # Алгоритм jcseg tokenizer, может быть:
        # 1: SIMPLE_MODE
        # 2: COMPLEX_MODE
        # 3: DETECT_MODE
        # 4: MOST_MODE
        # 5: DELIMITER_MODE
        # 6: NLP_MODE
        # 7: NGRAM_MODE
        # См. org.lionsoul.jcseg.segmenter.SegmenterConfig для получения дополнительной информации
        "algorithm": 2,

        # Имя экземпляра словаря
        # Выберите одно из ваших определений выше в области словарей
        "dict": "master",

        # Имя экземпляра конфигурации
        # Выберите одно из ваших определений выше в области конфигураций
        "config": "master"
    },

    # Этот экземпляр tokenizer используется для сервиса извлечения данных
    # Не удаляйте его, если хотите, чтобы jcseg обслуживал ваш сервис извлечения данных
    "extractor": {
        "algorithm": 2,
        "dict": "master",
        "config": "extractor"
    }
}

# Экземпляр используется только для NLP.
,"nlp" : { 
    "jcseg_ensencondseg": false,
    "jcseg_cnfratoarabic": true,
    "jcseg_cnnumtoarabic": true
}
```### RESTful API:

#### 1. Извлечение ключевых слов:
> Адрес API: http://jcseg_server_host:port/extractor/keywords?text=&number=&autoFilter=true|false

> Параметры запроса:
<pre>
    text: текст документа, передаваемого через POST или GET
    number: количество ключевых слов для извлечения
    autoFilter: автоматическое отсеивание ключевых слов с низкими баллами (true/false)
</pre>> Возвращаемое значение API:
```json
{
    // Код ошибки API, 0 — успешное выполнение, 1 — ошибка в параметрах, -1 — внутренняя ошибка
    "code": 0,
    // Данные ответа API
    "data": {
        // Массив ключевых слов
        "keywords": [],
        // Время выполнения операции
        "took": 0.001
    }
}

{
    "code": 0,
    "data": {
        "took": 0.0277,
        // Массив ключевых фраз
        "keyphrase": []
    }
}

{
    "code": 0,
    "data": {
        "took": 0.0277,
        // Массив ключевых предложений
        "sentence": []
    }
}

{
    "code": 0,
    "data": {
        "took": 0.0277,
        // Аннотация статьи
        "summary": ""
    }
}

{
    "code": 0,
    "data": {
        "took": 0.00885,
        // массив объектов словарей
        "list": [
            {
                "word": "哆啦a梦",
                "position": 0,
                "length": 4,
                "pinyin": "duo la a meng",
                "pos": "nz",
                "entity": null
            }
        ]
    }
}

SegmenterConfig();                          //Инициализация без поиска конфигурационного файла
SegmenterConfig(boolean autoLoad);          //autoLoad=true автоматически ищет конфигурационный файл для инициализации
SegmenterConfig(String proFile);            //Инициализация конфигурационного объекта из указанного конфигурационного файла
SegmenterConfig(InputStream is);            //Инициализация конфигурационного объекта из указанного входного потока

//Создание объекта SegmenterConfig с использованием стандартной конфигурации, без поиска конфигурационного файла
SegmenterConfig config = new SegmenterConfig();

ADictionary(SegmenterConfig config, boolean sync);
//config: вышеупомянутый экземпляр SegmenterConfig
//sync: создать ли поточно-безопасный словарь, если требуется оперировать с объектом словаря во время выполнения — передайте true,
//      если в jcseg.properties autoload=1, то будет автоматически создан поточно-безопасный словарь
```Пример кода:

```java
// Jcseg предоставляет org.lionsoul.jcseg.dic.DictionaryFactory для удобства создания словарей и последующей совместимости
// Обычно можно использовать
//   DictionaryFactory#createDefaultDictionary(SegmenterConfig)
//   DictionaryFactory.createSingletonDictionary(SegmenterConfig)
// два метода для создания объекта словаря и загрузки файлов словарей; рекомендуется использовать createSingletonDictionary для создания одиночного словаря
```// config — это вышеупомянутый объект SegmenterConfig.
// Если пути к словарям в данном SegmenterConfig указаны правильно,
// ADictionary загружает все действительные словари согласно информации словарей в config;
// данный метод также решает синхронность или асинхронность словаря на основе config.isAutoload(),
// если config.isAutoload() равно true, создается синхронный словарь, иначе — асинхронный,
// config.isAutoload() соответствует lexicon.autoload в jcseg.properties;
// если config.getLexiconPath() равно null, DictionaryFactory автоматически загружает словари из classpath
// если не хотите, чтобы он автоматически загружал словари из lexicon,
// можно вызвать: DictionaryFactory.createSingletonDictionary(config, false) для создания ADictionary;
ADictionary dic = DictionaryFactory.createSingletonDictionary(config);

```## Создание асинхронного словаря ADictionary с конфигурацией по пути config.lexPath.
```java
ADictionary dic = DictionaryFactory.createDefaultDictionary(config, false);

ADictionary dic = DictionaryFactory.createDefaultDictionary(config, true);

ADictionary dic = DictionaryFactory.createDefaultDictionary(config, config.isAutoload());

public IWord next();
// Возвращает следующее слово после сегментации.

// На основе заданного ADictionary и SegmenterConfig создается экземпляр ISegment.

// 1. Через параметр ISegment.Type
// ISegment.COMPLEX указывает на создание объекта ComplexSeg — сложного ISegment.
// ISegment.SIMPLE указывает на создание объекта SimpleSeg — простого ISegment.
// ISegment.DETECT указывает на создание объекта DetectSeg — ISegment для детектирования.
// ISegment.SEARCH указывает на создание объекта SearchSeg — ISegment для поиска.
// ISegment.DELIMITER указывает на создание объекта DelimiterSeg — ISegment для разделителей.
// ISegment.NLP указывает на создание объекта NLPSeg — ISegment для NLP.
// ISegment.NGRAM указывает на создание объекта NGramSeg — ISegment для n-грамм.
ISegment seg = ISegment.Type.fromIndex(mode).factory.create(config, dic);
```// 2. Через вызов прямых методов создания
// ISegment.COMPLEX указывает на конструктор объекта ComplexSeg.
// ISegment.SIMPLE указывает на конструктор объекта SimpleSeg.
// ISegment.DETECT указывает на конструктор объекта DetectSeg.
// ISegment.MOST указывает на конструктор объекта ComplexSeg.
// ISegment.DELIMITER указывает на конструктор объекта DelimiterSeg.
// ISegment.NLP указывает на конструктор объекта NLPSeg.
// ISegment.NGRAM указывает на конструктор объекта NGramSeg.
ISegment seg = ISegment.COMPLEX.factory.create(config, dic);// Устанавливает текст для сегментации
String str = "Исследование происхождения жизни.";
seg.reset(new StringReader(str));

// Получение результатов сегментации
IWord word = null;
while ((word = seg.next()) != null) {
    System.out.println(word.getValue());
}

```java
// Создание экземпляра SegmenterConfig для конфигурации сегментации, автоматическое получение jcseg.properties для инициализации.
SegmenterConfig config = new SegmenterConfig(true);

ISegment seg = ISegment.COMPLEX.factory.create(config, dic);

// Устанавливаем текст для токенизации
String str = "Исследование происхождения жизни.";
seg.reset(new StringReader(str));

// Получаем результат токенизации
IWord word = null;
while ((word = seg.next()) != null) {
    System.out.println(word.getValue());
}

// 1. По умолчанию создаем SegmenterConfig, не ищем конфигурационные файлы для инициализации
SegmenterConfig config = new SegmenterConfig();

// 2. Устанавливаем путь до пользовательского словаря
config.setLexiconPath(new String[] {
    "относительный или абсолютный путь до словаря1",
    "относительный или абсолютный путь до словаря2"
    // Добавьте больше здесь
});

// 3. Создаем словарь через конфигурацию и DictionaryFactory загружает все словари согласно указанному пути
ADictionary dic = DictionaryFactory.createSingletonDictionary(config);

// 1. Создаем по умолчанию SegmenterConfig, не ищем конфигурационные файлы для инициализации
SegmenterConfig config = new SegmenterConfig();
```// 2. Создаем объект ADictionary словаря
// Обратите внимание на второй параметр, который равен false, что блокирует автоматическое обнаружение путей до словарей в DictionaryFactory
ADictionary dic = DictionaryFactory.createSingletonDictionary(config, false);

```// 3. Ручное загрузка словаря
dic.load(new File("абсолютный или относительный путь до файла словаря"));              // Загружает все записи из указанного файла словаря
dic.load("абсолютный или относительный путь до файла словаря");                        // Загружает все записи из указанного файла словаря
dic.load(new FileInputStream("абсолютный или относительный путь до файла словаря"));   // Загружает все записи из указанного потока ввода InputStream
dic.loadDirectory("абсолютный или относительный путь до директории словарей");         // Загружает все записи из всех файлов словаря в указанной директории
dic.loadClassPath();                                                                 // Загружает все записи из всех файлов словаря в пути classpath (по умолчанию /lexicon)

TextRankKeywordsExtractor(ISegment seg);
//seg: объект Jcseg ISegment для токенизации

//1, Создание объекта Jcseg ISegment для токенизации
SegmenterConfig config = new SegmenterConfig(true);
config.setClearStopwords(true);     //Настройка фильтрации стоп-слов
config.setAppendCJKSyn(false);      //Настройка отключения добавления синонимов
config.setKeepUnregWords(false);    //Настройка удаления нераспознанных слов
ADictionary dic = DictionaryFactory.createSingletonDictionary(config);
ISegment seg = ISegment.COMPLEX.factory.create(config, dic);

//2, Создание экземпляра TextRankKeywordsExtractor для извлечения ключевых слов
TextRankKeywordsExtractor extractor = new TextRankKeywordsExtractor(seg);
extractor.setMaxIterateNum(100);        //Установка максимального количества итераций алгоритма PageRank, необязательно, можно использовать значение по умолчанию
extractor.setWindowSize(5);             //Установка размера окна для вычислений TextRank, необязательно, можно использовать значение по умолчанию
extractor.setKeywordsNum(10);           //Установка максимального количества возвращаемых ключевых слов, значение по умолчанию равно 10

//3, Получение ключевых слов из входящего потока чтения
String str = "Существующие методы токенизации могут быть разделены на три основные категории: методы токенизации на основе строкового совпадения, методы токенизации на основе понимания и методы токенизации на основе статистики.";
List<String> keywords = extractor.getKeywords(new StringReader(str));
```//4, вывод:
//"токенизация", "методы", "разделены", "понимание", "статистика", "строковое", "совпадение", "процесс", "категории", "основные"

### 3. API для автоматического создания суммаризации/извлечения ключевых предложений с помощью Jcseg:

* 1) Конструктор `TextRankSummaryExtractor`:

```java
TextRankSummaryExtractor(ISegment seg, SentenceSeg sentenceSeg);
//seg: объект Jcseg ISegment для токенизации
//sentenceSeg: объект Jcseg SentenceSeg для разбиения предложения

//1, Создание объекта Jcseg ISegment для токенизации
SegmenterConfig config = new SegmenterConfig(true);
config.setClearStopwords(true);     //Настройка фильтрации стоп-слов
config.setAppendCJKSyn(false);      //Настройка отключения добавления синонимов
config.setKeepUnregWords(false);    //Настройка удаления нераспознанных слов
ADictionary dic = DictionaryFactory.createSingletonDictionary(config);
ISegment seg = ISegment.COMPLEX.factory.create(config, dic);

//2, Создание объекта TextRankSummaryExtractor для автоматического суммирования текста
SummaryExtractor extractor = new TextRankSummaryExtractor(seg, new SentenceSeg());
``````java
//3, Получаем сумму текста длиной length символов из входящего потока Reader
String str = "Jcseg — это легковесный открытый китайский сегментатор, основанный на алгоритме mmseg. Он также включает в себя функции извлечения ключевых слов, ключевых фраз, ключевых предложений и автоматической суммаризации текста. Кроме того, он предоставляет интерфейсы сегментации для последних версий Lucene, Solr и Elasticsearch. Jcseg имеет встроенный файл конфигурации jcseg.properties для быстрой настройки и получения подходящих для различных случаев сегментационных приложений. Например: максимальная длина слова, активация распознавания китайских имён, добавление пиньиня, добавление синонимов и так далее!";
String summary = extractor.getSummary(new StringReader(str), 64);
```//4, вывод:
//Jcseg — это легковесный открытый китайский сегментатор, основанный на алгоритме mmseg. Он также включает в себя функции извлечения ключевых слов, ключевых фраз, ключевых предложений и автоматической суммариализации текста. Кроме того, он предоставляет интерфейсы сегментации для последних версий Lucene, Solr и Elasticsearch.

//-----------------------------------------------------------------
//5, Извлечение n ключевых предложений из входящего потока Reader
String str = "ваш исходный текст здесь";
extractor.setSentenceNum(6);        //Устанавливаем количество возвращаемых ключевых предложений
List<String> keySentences = extractor.getKeySentence(new StringReader(str)); //2, Создаем экземпляр TextRankKeyphraseExtractor для извлечения ключевых фраз
TextRankKeyphraseExtractor extractor = new TextRankKeyphraseExtractor(seg);
extractor.setMaxIterateNum(100);        //Устанавливаем максимальное количество итераций алгоритма PageRank, необязательно, можно использовать значение по умолчанию
extractor.setWindowSize(5);             //Устанавливаем размер окна для textRank, необязательно, можно использовать значение по умолчанию
extractor.setKeywordsNum(15);           //Устанавливаем максимальное количество возвращаемых ключевых слов, по умолчанию равно 10
extractor.setMaxWordsNum(4);            //Устанавливаем максимальную длину ключевой фразы, по умолчанию равно 5

## Связанные приложения

### 1, Сопоставление частей речи Jcseg:Например: существительные (n), временные слова (t), географические названия (s), направления (f), числительные (m), меры (q), отличительные слова (b), местоимения (r), глаголы (v), прилагательные (a), состояния (z), наречия (d), предлоги (p), союзы (c), вспомогательные слова (u), частицы (y), восклицания (e), имитации звуков (o), пословицы (i), привычные выражения (l), сокращения (j), начальные компоненты (h), конечные компоненты (k), лексемы (g), не являющиеся лексемами знаки (x) и знаки препинания (w). Кроме того, с точки зрения применения корпуса данных, были добавлены специализированные существительные (персональные имена nr, географические названия ns, названия организаций nt, другие специализированные существительные nz).### 2. Управление синонимами Jcseg:

* 01), Единая категоризация словаря:
С версии 2.2.0 jcseg объединил все синонимы в отдельную категорию CJK_SYN. Вы можете добавить свои определения синонимов напрямую в существующий словарь синонимов vendors/lexicons/lex-synonyms.lex или создать новый словарь и указать его как CJK_SYN в первой строке.

* 02), Единый формат синонимов:

* 03), Формат и требования:```
1. Первое слово должно быть корневым словарным словом синонимического набора; это слово обязательно должно существовать в CJK_WORD словарной базе. Если такого слова нет, то данное определение синонимов будет проигнорировано.
2. Корневое слово используется как отличительный признак между различными наборами синонимов. Если два набора синонимов имеют одно и то же корневое слово, они будут автоматически объединены в один синонимический набор.
3. В jcseg используется org.lionsoul.jcseg.SynonymsEntry для управления синонимическими наборами; каждый объект IWord имеет свойство SynonymsEntry, которое указывает на его синонимический набор.
4. SynonymsEntry.rootWord хранит корневое слово синонимического набора; рекомендуется использовать корневое слово для всех синонимов в данном наборе.
5. Исключая корневое слово, все остальные синонимы jcseg автоматически проверяет и создаёт соответствующие объекты IWord, добавляя их в CJK_WORD словарную базу. Это значит, что остальные синонимы не обязательно должны существовать в CJK_WORD словарной базе.
6. Все остальные синонимы автоматически наследуют часть речи и определение сущностей корневого слова, а также наследуют определение произношения из CJK_WORD словарной базы (если таковое существует). Также можно отдельно определить произношение после слова, добавив "/произношение".
7.
```Все объекты IWord одного синонимического набора указывают на одно и то же SynonymsEntry, то есть синонимы автоматически взаимно ссылаются друг на друга.
```### 3. Ссылки и источники:
* 1. Оригинальная статья MMSEG алгоритма: http://technology.chtsai.org/mmseg/```### 4. Технические материалы и презентации
* 1. Пример использования: [YiCloud NLU ~ понимание смысла](https://nlu.yycloud.pro), [Поиск на Gitee ~ информационный поиск](https://search.gitee.com/?skin=rec&type=repository&q=%E5%88%86%E8%AF%8D), [Kooder ~ поиск открытого кода](https://gitee.com/koode/kooder)
* 2. Блог по NLP: WeChat публичный аккаунт: lionsoul-org(Левый дух)

> Это последняя строка, спасибо за чтение!!!